跳到正文
11月15日周日
  1. Medical Xpress48

    AI 加速神经科学研究:清华果蝇记忆模型、开源基因组工具与数据标准化三项进展亮相

    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。

11月14日周六
  1. Nature 健康护理主题69

    两款深度学习模型用于经会阴超声视频自动检测压力性尿失禁的回顾性研究

    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。

  2. Nature 健康护理主题51

    Artifact-aware Lightweight U-Net用于皮肤镜病灶分割及抗干扰鲁棒性评测

    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。

  3. 量子位85

    无界前沿开源Fx-Bio-1031,生物信息学大模型超越GPT-6-Astra与Opus-5

    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。

  4. Healthcare Dive45

    患者对AI临床决策的接受度与医生监督相关:盖洛普调查

    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。

11月13日周五
  1. 梅斯医学·临床资讯80

    AI实现肝癌大体病理分型术前识别,助力术后复发风险预测

    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。

  2. 果壳26

    脑部手术后,患者在人脸上看到自家猫的眼睛

    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。

  3. Medical Xpress65

    AI用于更准确预测肾结石成分

    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。

  4. Medical Xpress75

    AI驱动的肺癌图谱识别高转移风险细胞类型

    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。

11月12日周四
  1. 中国医药创新促进会·产业资讯55

    AI制药的下一个战场是“递送”?

    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。

  2. Medical Xpress70

    AI辅助成像追踪数千个脑癌细胞在活体组织中的移动

    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。

  3. Nature 健康护理主题40

    深度学习筛查鼻腔结构性异常

    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)。

11月11日周三
  1. 中国医药创新促进会·产业资讯45

    博锐创合×德睿智药战略合作,AI赋能环肽RDC开发

    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。

  2. Nature 健康护理主题35

    联邦IoMT辅助集成深度学习框架用于自动化肺部CT分析

    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。

  3. Nature 健康护理主题35

    Transformer模型预测糖尿病肾病患者肾功能轨迹

    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。

  4. Nature 健康护理主题35

    采用AI驱动零信任框架的IoMT和云医疗隐私保护临床数据交换

    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。

  5. Nature 健康护理主题35

    HealthBlockSecure:基于区块链的分散电子健康记录管理框架

    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。

  6. Nature Biotechnology30

    UK Biobank 添加免疫与脑健康数据层

    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。

11月10日周二
  1. 中国医药创新促进会·产业资讯73

    AIDD 3.0干湿闭环:AI制药下半场的定价逻辑

    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。