可解释机器学习框架自动筛查患者端大语言模型咨询:医学美容咨询的比较性评估
针对医学美容咨询场景,本研究开发并验证了基于生成元数据和可读性特征的可解释机器学习框架,用于筛选低质量LLM回复。DeepSeek-V3综合质量评分显著高于Kimi(3.89±0.45 vs 3.70±0.38,P<0.001),提示策略是决定质量的主导因素(Kendall's W=0.376)。机器学习模型对低质量的平均精度达0.802,但需标记83.2%的回复以确保检出90%的低质量内容。
针对医学美容咨询场景,本研究开发并验证了基于生成元数据和可读性特征的可解释机器学习框架,用于筛选低质量LLM回复。DeepSeek-V3综合质量评分显著高于Kimi(3.89±0.45 vs 3.70±0.38,P<0.001),提示策略是决定质量的主导因素(Kendall's W=0.376)。机器学习模型对低质量的平均精度达0.802,但需标记83.2%的回复以确保检出90%的低质量内容。
该研究提出一种SWO蜘蛛蜂优化算法改进的LBP-CNN-模糊逻辑融合框架,用于心脏CT血管造影图像处理。实验表明,该方法在提升图像清晰度与对比度的同时,可使患者及医生接受的辐射剂量降低72.15%。
该研究评估了卷积神经网络和视觉变换器在生前全景牙科X光片中的人体识别性能。ConvNeXt-S在验证任务中表现最佳,准确率为0.9908;ConvNeXt-L在识别任务中表现最佳,Rank@1和Rank@5准确率分别为0.9877和0.9983。研究结果表明,深度度量学习在法医牙科识别中有潜在应用价值。
InclusionMed推出医疗AI评测图谱和首期评测指数,填补全球医疗健康AI测评空白,系统评估AI在不同医疗任务中的表现。
该研究提出了一种结合细调 BERT 和 GRU 的混合深度学习框架 FBert-GRU,用于从社交媒体数据中提取心理健康信号。实验结果显示,该方法在多个心理健康条件的检测上达到了96%的准确率、87%的精确率、82%的召回率、81%的F1分数和94%的AUC-ROC值,优于基准模型。该框架为大规模心理健康评估和行为趋势分析提供了有效策略。
一项在AHA会议上报告的研究发现,UCL团队开发的心电成像背心可对402名平均76岁老年人进行心脏电活动测绘并与MRI对照,发现约70%参与者存在心脏瘢痕,且电活动异常与心血管病住院风险相关:每增加一分电传导效率评分,住院风险上升约9%,随访期为13个月;研究者指出病例数较少,仍需更大样本研究进一步验证其预测价值。
研究团队开发了一种新方法来优化无人机网络,模拟显示在苏格兰部分地区,无人机在心脏骤停事件中可能先于救护车到达,但实际效果仍需进一步验证。
CGMA-Net模型在5,181个样本(3,262名参与者)的两中心回顾性队列中实现青光眼分类,内部测试集AUC为0.997,准确率97.6%,敏感性98.9%,特异性94.9%,且在仅眼底照片、仅视野检查、配对数据三种模态条件下均保持高判别能力。该研究为技术可行性证明,尚需在包含诊断疑难病例的连续队列中进一步验证后方可考虑临床应用。
八位专家研讨近红外光谱未来3—5年需在硬件突破、AI赋能及场景适配三大方向攻坚。专家指出,核心材料和微型化是硬件突破的重点,AI将提升设备易用性并解锁应用新空间,而准确性和计量溯源是应用与产业化的关键。
光轮智能在CoRL2026期间发布RoboFinals RL Environments,面向机器人模型提供可交互的强化学习仿真环境。首发展示了超过8分钟的长程汽车修理任务,整合灵巧手操作、工具使用、多阶段流程与柔性物体交互。该环境依托SimFoundry仿真底座,支持模型在可重复的仿真条件中持续试错迭代。
香港大学牙科学院领衔的团队在npj Digital Medicine发表论文,介绍DentalGEN——一种用于自动化牙冠设计与颜色表征的可控生成式AI+框架。研究使用包含7,880名患者26,614例样本的多中心跨域数据集进行验证,显示设计错误减少70%,经FDI标准盲评与人类技师设计的平均临床评分无显著差异。
研究人员提出了一套框架,帮助医学生学会批判性评估AI生成的临床记录,强调了在使用AI时需要培养的四项关键技能:错误检测、独立记录、信任校准和临床推理。
伦敦国王学院研究人员开发了基于因果关系可解释性的AI方法,利用真实医院数据识别脓毒症患者在急诊科死亡的具体原因,包括未能及时获得正确治疗等因素。该方法在不降低计算效率的前提下实现精细化的因果分析,有助于医院管理者针对性改进急诊流程。
近年来,AI医疗公司中医生创始人的收购案例频现,如Oura以41亿人民币收购Counsel Health。医生背景的创始人利用自身临床经验,推动AI产品更贴近实际医疗需求,如Abridge和Path AI等公司。这一趋势反映了医生对真实临床需求的深刻理解,有助于AI技术更好地融入医疗体系。
研究利用深度学习技术分析胸部X光片,识别骨质疏松性骨折的风险,为临床诊断提供新方法。
约翰霍普金斯大学研究员Ritu Agarwal指出,医疗AI从试点到大规模应用面临复杂挑战,需要更多开发、测试和代表性的数据集。她认为AI在临床决策中的整合需要谨慎设计,并建议医院关注AI投资的ROI,选择特定疾病条件进行评估。
Isomorphic Labs,一家由 Alphabet 孵化的 AI 药物研发公司,宣布获得 50 亿美元 C 轮融资,由 Greenoaks 和 Sequoia Capital 领投。该轮融资是 2022 年以来最大的一笔,显示了投资者对 AI 在药物研发中的持续信心。
一项研究提出多模态机器学习框架,整合物联网传感器测量、分类货运描述和时序事件序列,用于智慧医疗物流的实时质量监控。实验显示模型准确率达88.9%,F1分数0.823,假警报率0.072/h,预测提前期15.9分钟,平均绝对误差8.9分钟,AUROC为0.832。
npj Digital Medicine于2026年11月发表一篇研究论文,提出FIRE-EVIDENCE大语言模型框架,将全文临床研究报告自动转换为符合FHIR标准的结构化可计算证据。
2026年11月16日,AI、出海、后市场成为科学仪器行业新动能论坛的三大关键词。论坛展示了AI如何重塑仪器行业生态,推动国产仪器出海,并探讨了后市场数字化转型。仪器信息网推出多项AI赋能服务,助力国产仪器发展。
医生在随访时发现,专科医生办公室已预先填写大部分诊疗记录,仅留空白待补充。该工具利用AI辅助记录生成,包括对话转录、患者信息填充和诊疗计划制定,旨在减轻医生的行政负担,提高工作效率。
Menlo Partners报告显示,美国医疗健康AI投资达37亿美元,同比增长超过一倍;providers将资金投向临床助手(clinical copilots)与患者互动/前台运营两大新兴领域,相关投入分别增长约五倍至5.5亿美元和4.5亿美元。相比之下,ambient scribing 仍由Microsoft Dragon Copilot、Epic Art等传统厂商主导。
Datapharm已将SRD Search功能扩展至法国VIDAL平台,辉瑞成为首家在该平台提供科学响应文档(SRDs)的制药企业。自2026年8月上线以来,辉瑞已在平台上发布373份法语SRDs,涵盖9个品牌。目前共有14家制药企业在英国、德国和法国三国使用SRD Search,英德两国搜索数据已揭示HCP行为存在显著差异。
该研究介绍了一种开放代理型AI合作者,用于临床和生物医学发现。研究团队认为这种AI合作者能够辅助科学家进行更高效的研究工作。
Apple与临床AI公司OpenEvidence合作,在HLTH会议上宣布了一项对话式健康AI研究及配套应用,旨在了解消费者对健康AI的信任度、AI响应质量及AI能否促进行为改变。参与者可通过应用提问并分享个人数据以个性化互动,但数据不会用于训练AI模型。
研究人员开发的可穿戴NEUSLeeP贴片通过非侵入性超声波刺激脑区,帮助参与者更快进入REM睡眠并增加该阶段的时长。初步结果显示,使用该贴片的参与者平均提前43分钟进入REM睡眠,且舒适无明显副作用。未来研究将验证其长期效果和对心理健康的潜在益处。
推荐理由:研究团队展示了非侵入性刺激脑区改善REM睡眠的初步结果,为治疗睡眠障碍提供了新方向。
李飞飞在CoRL2026上介绍了World Labs研发的新模型Atlas,该模型能够从多模态输入生成高质量的3D重建图像,适用于机器人仿真和创意应用。Atlas在Rapidata盲测中排名第一,显著领先于其他先进视频模型。
阿里巴巴于 11 月 16 日发布全新一代基座大模型 Qwen4-Max,总参数 2.4T,原生视觉支持百万上下文,采用基于 QSA 的稀疏注意力 MoE 架构。
本研究开发并验证了生成式AI教师视角量表(GAIE-PM),用于评估医学教育工作者对生成式AI局限性的认知。研究团队通过文献综述、焦点小组访谈及180名伊朗医学教育工作者的问卷数据,最终形成包含教学局限性、技术/可访问性局限性及伦理与质量局限性三个维度的14条目量表。
研究人员开发了一款名为 Fig: The Game for Depression 的手机应用,结合认知行为疗法原则,帮助成人管理抑郁症状。在一项为期九周的临床试验中,使用该应用的患者抑郁症状减轻,且服药依从性提高,焦虑症状也有所改善。然而,研究结果尚需进一步验证,且部分参与者中途退出。
该研究评估了在部分标注多供应商锥形束计算机断层扫描(CBCT)中,物理空间重建、供应商对抗学习、密集教师-学生一致性及可靠性门控半监督方法的效果。在75次重复种子运行中,供应商对抗训练方法在锁定外测试中的灵敏度为0.793(95% CI 0.697–0.880),假阳性率为0.458。研究结果表明,该方法适用于特定的采集配置,但不证明存在一种普遍优越的半监督算法。
一项来自郑州大学第三附属医院的回顾性单中心研究显示,针对肌筋膜盆腔疼痛综合征(MPPS)分类,约束型GAN-XGBoost模型的ROC-AUC为0.852,略高于类别加权XGBoost的0.846;两类增强的PR-AUC分别为0.749和0.747,Brier分数相近。该结果为内部验证数据,尚未确立临床优势,需在症状人群中外部验证。
构造大学讲师Gupta及其团队研究发现,因果AI在支持癌症治疗决策时,不应仅依赖预测结果,而应评估结果的可信度。他们使用卵巢癌数据测试了结合因果机器学习和不确定性测量的方法,结果显示在99.4%的情况下,系统因证据不足而选择不提供治疗建议。Gupta将在NeurIPS 2026会议上展示这一研究成果。
屹东光学发布电镜AI原生智能体Klustra,可自主发现样品特征并提供量化分析,适用于新能源和金属材料领域,提升工艺优化和质量控制效率。
近红外光谱技术正从实验室分析延伸至生产一线,解决传统检测在效率、成本及应用场景上的瓶颈。该技术在农业、烟草、环境及食品领域的应用,如作物生长状态监测、烟草生产线快速检测、微塑料成分识别和食品品质连续监测,提高了检测效率和应用效率。
一项发表于Scientific Reports的研究提出DentAll框架,集成牙齿实例分割与解剖学缺失位点预测。在1,325例全景牙片中,实例级分割达DSC 88.21%(匹配实例92.74%)、AP50为97.34%;缺牙定位器MTLP将IoU≥0.5达标率由仅用索引的25.20%提升至72.58%,无需显式缺牙标注即可利用同弓邻近牙几何与目标牙身份进行坐标回归预测。
推荐理由:研究团队提出DentAll框架,在全景牙片中实现牙齿实例分割与缺牙定位,为口腔影像AI应用提供可参考的技术路径。
香港广州和复旦团队的多项调查显示,中国约3.23亿60岁及以上老年人正逐步跨过语言和操作门槛,开始用豆包、DeepSeek等AI工具试探性提问、倾诉心事甚至共创生活内容。这些对话多采用语音方式,老人习惯放慢语速、先铺垫语气词,并在发现错误时耐心纠正。部分独居或与亲人疏远的老人将AI视为不评判的倾听者,也有人借AI推动自己走向现实社交。
汇编了2023—2026年间麻醉相关纠纷案例,指出术前评估不足、监护缺失、抢救不当、病历瑕疵和麻醉药品违规使用是主要过错,提出防范要点以提升麻醉安全。
推荐理由:总结了近年麻醉相关纠纷案例,提供具体教训和防范要点,有助于提升麻醉安全。
Apple 和 OpenEvidence 在 HLTH 大会上宣布合作,启动一项基于实验性 AI 助力健康聊天应用的研究,旨在更好地理解消费者与健康聊天 AI 机器人的互动方式,提升用户信任。
11月13日"现代中药创新转化与产业生态协同"论坛上,与会代表强调打通科研与产业壁垒、形成生态协同以提升中药产业竞争力。甘肃现有中药材资源3626种,2025年种植面积达550万亩;AI中医健康筛查仪等技术正赋能行业创新。进入"十五五",推动中药更好服务临床成为共识。