AI发现隐藏的心脏信号或可预测猝死
研究人员利用AI分析了440,000份心电图数据,发现新的心脏信号,有助于识别高风险患者。该技术无需额外测试,已在瑞典、台湾和美国的患者数据中得到验证。
推荐理由:AI系统在大规模心电图数据中发现了新的心脏信号,有助于识别高风险患者。
研究人员利用AI分析了440,000份心电图数据,发现新的心脏信号,有助于识别高风险患者。该技术无需额外测试,已在瑞典、台湾和美国的患者数据中得到验证。
推荐理由:AI系统在大规模心电图数据中发现了新的心脏信号,有助于识别高风险患者。
2026年SfN年度大会展示多项AI应用于神经科学的研究进展。清华大学生物学团队Guanglong Sun等在人工神经网络与果蝇比较研究中提出形成灵活稳健记忆的共享学习机制;加州大学尔湾分校Vivek Swarup团队开发了无需编程经验即可用自然语言分析复杂基因组数据的开源工具;劳伦斯伯克利国家实验室Oliver Ruebel团队推动了脑数据标准协作以促进数据共享。
在德国亚琛大学医院一项纳入803例患者的回顾性单中心研究中,USCL+TF与V-JEPA2两种深度学习方法均可对完整矢状面经会阴超声(TPUS)视频进行分类,无需手动选帧或定义感兴趣区。
推荐理由:提供两款深度学习方法在无手动选框下完成压力性尿失禁TPUS视频分类的性能对比及可行性结论。
该研究提出一种抗伪影轻量级U形网络ARL-UNet,通过多线索主干估计毛发、反光、气泡和皮纹等采集伪影区域,并在有限参数预算下保留病灶特征;基于ISIC 2017/2018构建含四种临床相关伪影及两个严重程度的可复现 corrupt benchmark 进行评估,课程训练策略在保持清洁域精度的同时提升了污损域的鲁棒性,并在PH2数据集上实现零微调迁移。
研究团队提出XFedChain-IoMT框架,将联邦学习、许可链与可解释AI(SHAP、Grad-CAM++、LIME)结合,用于IoMT环境中的医疗图像分析。
研究基于最近的 DHS 数据,开发并评估了预测东非地区使用改善水源家庭饮水服务受限情况的机器学习模型。结果显示,22.1%(95% CI: 21.4%-22.8%)的家庭受限于饮水服务。
该研究提出了一种多头交叉相关注意力融合深度学习模型,用于心肌梗死检测。通过改进的ESMOTE技术解决数据不平衡问题,并采用STA-SA提取显著特征,最终模型在心肌梗死检测上的准确率达到95.78%,优于传统方法如LSTM、BiGRU和CNN等。
无界前沿开源生物信息大模型Fx-Bio-1031,在BioMysteryBench基准测试中表现优异,尤其在困难子集上超越GPT-6-Astra和Opus-5。该模型专为本地化部署和数据安全设计,适用于药物研发、多组学分析等场景。
推荐理由:详细介绍了无界前沿开源的Fx-Bio-1031模型在生命科学领域的应用潜力,适合关注AI在医疗领域进展的读者。
根据盖洛普调查,超过一半的美国成年人愿意让AI做出诊断和治疗决策,前提是医生可以审查和修改这些决策。然而,医生严重低估了患者的接受度,仅约三分之一的医生认为患者会接受AI决策。调查还显示,患者最愿意让AI诊断和治疗,但更倾向于医生参与决策过程。
英伟达发布Alpamayo 2 Edge,一种端到端自动驾驶模型,通过因果推理和扩散动作提升闭环表现48.9%。模型设计注重推理质量和计算效率的平衡,采用自适应推理和独立评价机制。
推荐理由:展示了端到端自动驾驶模型的新设计,强调了推理质量和计算效率的平衡。
吉林大学第一医院张惠茅教授团队开发了3D MorphStratify模型,通过术前MRI自动判读肝癌大体分型,准确率优于放射科医生。结合常规影像预测因子构建的Morph-CIP模型可有效预测术后复发风险,为HCC预后评估提供新工具。
推荐理由:AI模型实现肝癌大体分型术前识别,有助于预测术后复发风险,为无创预后评估提供新方向。
卡尔两年前因右侧颞叶动静脉畸形切除术后出现面孔变形症(PMO),反复经历猫眼与人眼面部特征相互融合的体验。美国达特茅斯学院布拉德·杜申团队借助AI图像生成技术,经数月多轮修正还原了该患者的视觉错觉。这一病例与1986年报道的公交车贵宾犬脸案例特征相似,提示大脑右半球可能参与整合面部空间信息的专门化处理机制。
调查显示,超过一半的医生每天使用AI,主要用于临床决策支持和文献搜索。尽管AI提升了临床知识,医生仍担心其影响技能发展和准确性。
Google本周推出Gemini for Healthcare。该公司长期参与医疗健康领域,已帮助多家医院将数据存储在Google Cloud,并提供相关健康产品。
Mayo Clinic研究人员开发并测试了一种AI模型,通过24小时尿液测试结果更准确地预测肾结石成分。该模型在73%的患者中正确预测了肾结石成分,而传统方法仅在33%的情况下正确预测。这为临床医生提供了新的诊断工具,有助于制定更有效的治疗和预防策略。
推荐理由:AI模型通过尿液测试结果更准确预测肾结石成分,为临床治疗提供新工具。
研究人员利用单细胞RNA测序技术分析454名肺癌患者,构建了LuCaS+单细胞图谱,并通过AI预测肿瘤细胞及其微环境的转移潜力,识别高风险患者,为精准治疗提供新方法。
推荐理由:研究利用AI技术构建肺癌单细胞图谱,识别高转移风险细胞类型,为精准治疗提供新视角。
姚期智与月之暗面创始人杨植麟等发布的预印本论文(arxiv.org/pdf/2611.07962v1)提出 TCSExam 评测系统,以 100 项理论计算机科学任务测试 AI Agent 能否完成研究级工作。
Cancer Research UK启动800万英镑的AI研究项目Project AURORA,旨在通过AI加速癌症研究,三个国际团队将评估AI在解决癌症难题中的作用。
剂泰科技与礼来达成新型脂质纳米颗粒(LNP)递送技术战略合作,涉及最高约11亿美元的开发、监管和商业里程碑付款。文章分析了AI递送技术的现状与未来发展方向,强调了企业应关注可验证的递送优势、打通从配方筛选到生产开发的路径以及融资与研发节点匹配。
该研究引入了Universal Report Generation (UNIRG)框架,通过强化学习优化医学影像报告的临床意义质量标准。UNIRG-CXR模型在四个公开数据集上超越了先前模型,特别是在两个测试集上的表现提升了50%以上,同时减少了临床显著错误,保持了对未见过数据源和不同亚组的性能。
文章综述了AI在中枢神经系统疾病药物研发中的应用,包括靶点发现、结构解析、成药性预测及实验验证等方面。AI技术为CNS药物研发提供了新的技术路径,但数据标准化、模型可解释性及实验转化等问题仍需解决。
一项II/III期临床试验(n=966)显示,AI监测的社交媒体干预可显著改善AD/ADRD照护者的情感健康和减少孤立情况。研究发现,尽管参与者数字素养较低,但干预措施仍有效。
西湖欧米与齐碳科技签署战略合作协议,利用纳米孔长读长测序平台提升AI虚拟细胞模型的预测精度,支持药物研发决策从实验试错迈向计算前置。
乌普萨拉大学的研究团队开发了GlioTrace方法,利用AI追踪数千个脑癌细胞在活体脑组织中的移动,揭示了肿瘤细胞的侵袭模式和治疗反应。研究发现肿瘤细胞可以灵活改变移动方式,不同类型的肿瘤细胞对药物的反应不同。
推荐理由:研究团队开发了一种新方法,利用AI追踪数千个脑癌细胞在活体组织中的移动,揭示了肿瘤细胞的侵袭模式和治疗反应。
研究开发并评估了基于鼻内镜影像的深度学习辅助决策模型,用于识别由可见中隔-下鼻甲接触点定义的严重鼻腔结构性异常(S-NCSA)。使用双侧鼻腔ResNet34模型,平均诊断策略的准确率为85.5%(95% CI:82.6–88.1),敏感性为66.2%(57.8–73.9),特异性为90.6%(87.8–93.2)。
研究人员开发了一种训练策略,通过考虑细胞在组织中的排列,提高AI在病理图像中识别细胞的准确性。该方法在八个AI模型上测试,显著改善了细胞计数和定位,且无需增加计算成本。
一项研究发现,当AI模型在临床案例前看到药物广告时,可能会更倾向于推荐广告中的药物。这提示AI使用中需注意商业影响。
推荐理由:研究揭示了药物广告对AI治疗推荐的影响,提示需警惕商业影响。
Oraa 计划以 6.25 亿美元现金收购 AI 诊疗公司 Counsel Health,将其平台整合到其应用程序中,提供症状咨询和医生介入服务。该平台利用 AI 代理收集病史、检索指南、审查记录并检测紧急情况。收购预计年底前完成。
Google Cloud 发布了 Gemini for healthcare,一个专为医疗提供者和支付方设计的 AI 平台,目前仅在预览中。该平台连接电子健康记录、理赔流程等系统,旨在减轻临床人员的工作负担并促进数据互通。早期采用者包括 HCA Healthcare、Highmark Health 等机构。
该研究提出了一种名为 CACMA 的识别框架,用于自然环境下的药片图像识别。在 CURE 数据集上,CACMA 达到了 91.13% 的 Top-1 准确率和 95.50% 的 mAP,显著优于其他方法。该框架在准确性、效率和可解释性方面表现出色。
近日,苏州博锐创合医药与杭州德睿智药达成战略合作,利用德睿智药的AI制药平台开发环肽放射性核素偶联药物(RDC),旨在解决肿瘤精准诊疗的临床需求。AI模型将用于环肽分子的设计与优化,减少湿实验,加速早期分子发现周期。双方合作有望推动FIC RDC候选药物的发现进程,丰富国内肿瘤核药管线。
该研究提出了一种联邦IoMT辅助集成深度学习框架,用于自动化肺部CT分析。该框架结合了IoMT医疗部署架构、联邦学习机制和异构集成迁移学习模型,实现了安全、可扩展且隐私保护的肺部疾病诊断。实验结果显示,该模型在多个性能指标上优于现有方法,分类准确率达到98.96%,支持隐私保护的分布式肺部疾病诊断,促进智能远程医疗服务。
研究开发了一种基于Transformer的模型,用于预测糖尿病患者正常肾功能下的肾功能下降和慢性肾病分期。该模型在预测晚期慢性肾病方面表现良好,但对所有时间点的肾功能下降预测不如LightGBM和XGBoost。模型在输入数据降级时表现更稳健,但在时间验证中表现下降。这些发现支持了Transformer模型在电子健康记录数据中的技术可行性,但需进一步校准和外部验证才能临床使用。
该研究提出了一种基于AI的零信任解决方案,结合行为异常检测、模糊信任评估、基于RL的适应性访问控制、联邦学习、隐私保护计算和区块链审计,用于安全和隐私保护的临床数据交换。研究通过健康领域入侵检测系统的数据验证了其有效性,适用于IoMT和云医疗环境中的持续验证、适应性授权和隐私保护。
该研究发现肝细胞癌(HCC)的肿瘤-间质比(TSR)与预后之间存在非线性关系,挑战了传统的线性假设,并开发了一种基于Conch v1.5的框架,实现了无需标注的TSR精确量化,与病理专家的划分高度相关。
该研究介绍了HealthBlockSecure框架,结合了许可区块链基础设施、加密离链存储、零知识证明身份验证、去中心化身份和基于智能合约的策略执行,以解决传统云EHR系统的集中信任、审计性和访问控制灵活性不足等问题。实验结果显示,该框架在五次重新实验中平均防止了96.3%的访问违规,并实现了99.2%的审计验证准确性。
AI分身在医疗领域的应用逐步展开,通过模拟训练与真人医生协作,提升服务效率。然而,安全、评估与制度等多重障碍仍需解决。
推荐理由:详细介绍了AI分身在医疗领域的应用现状与挑战,为理解AI在医疗中的角色提供了全面视角。
英伟达在CoRL大会上发布了新一代机器人基础模型GR00T 2,展示了跨本体迁移和少量示范提高执行精度的能力,模型将陆续开源,包括10万小时的人类数据。
UK Biobank 与 IMU Biosciences 合作,通过先进免疫细胞分析和 AI 方法,为 80,000 名参与者生成超过 100 亿数据点,构建全面的免疫数据库。同时,该机构还宣布了一项研究,使用 Alamar Biosciences 的蛋白质组学平台分析 80,000 份样本,以预测阿尔茨海默病和帕金森病等神经退行性疾病,潜在提前数十年。
文章分析了AI制药的三个发展阶段,指出3.0阶段强调闭环的可重复性,argenx以11.5亿美元收购Unnatural Products平台,验证了闭环的重要性。MegaStream和argenx模式分别代表了用资产和现金换能力,真正的行业大考在临床端。
推荐理由:分析了AI制药的三个发展阶段及其定价逻辑,为投资者提供参考。