巴西爱斯皮里图桑州医疗数据库机器学习记录链接方法的验证
这项方法学验证研究评估了机器学习记录链接方法(TRAUMA)在巴西爱斯皮里图桑州医疗数据库中的应用,并与传统工具CIDACS-RL进行了比较。研究使用106,363个标记记录对开发模型,LightGBM算法表现最佳,在独立验证中取得ROC-AUC 0.99988和F1分数0.99252的高性能。
这项方法学验证研究评估了机器学习记录链接方法(TRAUMA)在巴西爱斯皮里图桑州医疗数据库中的应用,并与传统工具CIDACS-RL进行了比较。研究使用106,363个标记记录对开发模型,LightGBM算法表现最佳,在独立验证中取得ROC-AUC 0.99988和F1分数0.99252的高性能。
UC San Diego Health 正与 Harvard Medical School 和 Anthropic 合作开发一套开源监管系统,用于检查面向患者的医疗 AI 所做的用药建议等安全事项。
Talus Bio 本周发布 Ptarmigan-1,这是一款基于 MARMOT 平台的无结构 AI 模型,用于准确预测全人类蛋白质组中小分子的结合位点,特别是传统 3D 建模无法解析的无序蛋白。该模型支持针对转录因子等难成药靶点的药物发现,公司管线中进展最成熟的分子正靶向 chordoma 的 brachyury 蛋白。
Wolters Kluwer调查显示,数据隐私和准确性担忧阻碍美国患者使用AI进行医疗应用,仅不到三分之一成人使用AI寻找医疗服务或制定饮食计划。89%受访者认为AI医疗回复需人工监督,70%以上患者担忧保护健康信息隐私。近半数受访者建议AI健康工具应像新药一样接受联邦测试和批准。
尽管有讨论认为人工智能能降低医疗成本,但分析显示其实际效果可能相反,正在推高费用。
Anthropic 上周宣布其 AI 系统 Claude 的 agent 发现了新的酶系统,称这是 Claude 的首个科学发现。Anthropic 生命科学团队就此接受问答采访。正文内容需注册后免费阅读。
该研究显示,表格基础模型 TabPFN V2 在肿瘤、内分泌、心血管和产科四个公开医学数据集上的平均准确率为 88.38%,优于资源受限的 AutoGluon (87.02%) 和逻辑回归 (84.81%)。
美国卫生与公众服务部(HHS)宣布启动一系列新计划,旨在通过引入人工智能和计算模型、打破严格划分的试验阶段来加速临床试验。核心项目为为期五年的“SURPASS”(模拟增强、实时平台自适应无缝试验),由医疗先进技术计划局启动,计划于今年秋季接受来自统计学、AI 及临床试验设计等跨学科团队的创新想法。公告未披露该计划的具体资金规模或是否提供更灵活的资源支持。
Cigna 在投资者日披露一项 30 亿美元多年度生产力计划,目标是到 2030 年节约 30 亿美元,用于自动化前后端办公、强化供应商管理与提升员工效率。公司同时说明 Health Sense 客户与临床支持模型预计明年年初上线,并预期到 2030 年底可降低保险成本 10%。
OpenAI 研究员 Noam Brown 在访谈中澄清,解决 Navier–Stokes 千禧年难题主要依赖基础模型能力,10000 个 Agent 的多智能体系统贡献仅占 10%。该系统耗时 88 小时、消耗 1300 亿 token 完成任务,但 Brown 强调尚未有扎实数据证实大规模 Agent 协作的具体效能优势。
文章指出,随着生成式 AI 迅速进入临床和行政场景,FDA 正寻求反馈以确定如何监管基于生成式 AI 的医疗器械。作者认为,鉴于大多数 AI 医疗器械涉及临床决策且缺乏历史基准数据,应在部署前进行全面的透明测试,并参照药品监管原则,将预先注册的临床试验和真实世界数据应用作为标准,而非依赖一次性模拟场景。
研究团队利用AutODEx数据高效AI框架加速mRNA-LNP疫苗的热稳定性优化,以RBD序列为研究目标,并公开了相关数据集与代码。该工作基于MIT的贝叶斯优化算法实现多目标实验设计。
安顿健康科技创始人白伟民介绍,安顿生命预警系统依托每日约2000组身体数据、十年累计超3300亿组数据,十年累计预警超4万例,其天回AI脉诊算法将24种传统脉象拆分为120多个可量化特征点。白伟民透露,安顿中医机器人将于今年10月30日左右正式投入商用,目标是帮助边远地区缓解中医资源不足问题。目前安顿已有80多万佩戴用户,其中60岁以上群体约占40%至45%。
AI驱动的框架AGENT通过高通量实验和贝叶斯优化,实现了固态mRNA疫苗的快速工程化,其在37℃下储存2个月仍保持生物活性,免疫反应不劣于新鲜疫苗,并在小鼠和灵长类中实现无冷链递送。
《The Lancet Oncology》评论指出,该刊癌症基因组学与精准肿瘤学公平可及委员会提出的精准肿瘤学可及性级联指标中,"符合指南标准应检测"的患者数通常以非结构化叙述文本记录,而非结构化字段,难以直接获取。评论认为,用人工智能从医院病历中提取基因组与治疗数据,可将这部分未被检测人群纳入核算,但落实这些指标仍需大量数据基础设施支撑。
NEJM AI 刊文总结 50 多个临床 AI 算法在 2000 家医院、1100 万患者中的落地经验,指出构建临床 AI 本身困难,投入实际使用更难。文章以经验教训形式回顾这些算法从开发到临床应用的障碍。
NEJM AI期刊于2026年10月发布第3卷第10期。该刊期主题聚焦于医疗人工智能领域。核心探讨如何以建立信任的速度推进AI的开发应用与医疗行业采纳。
NEJM AI 第 3 卷第 10 期(2026 年 10 月)刊文讨论如何以"信任的速度"推进人工智能研发与医疗应用落地。文章聚焦 AI 开发与医疗采用之间的衔接问题,强调信任是决定推进节奏的关键。
NEJM AI 刊文分析专科 AI 为何仍可能赢得放射学部署竞赛。标题以“Win, Place, or Show?”设问,聚焦专科 AI 在放射学部署中的竞争位置。
NEJM AI 刊文讨论放射科 AI 部署格局,认为专科 AI 仍可能在这场竞赛中胜出。文章以赛马术语设喻,探讨通用与专科 AI 在放射科落地中的相对位置。
NEJM AI发表研究,报告了一款用于双染分诊的AI模型在HPV宫颈癌筛查中的独立外部验证结果,旨在缩小自动化检测差距。
JAMA+ AI 主编 Roy Perlis 与 ARPA-H 项目经理、心内科医生 Haider Warraich 在 JAMA+ AI Conversations 播客中讨论了 ADVOCATE 倡议,以及自主 AI 智能体如何帮助心力衰竭患者。
NEJM AI 第 3 卷第 10 期(2026 年 10 月)刊文探讨 AI 对科学思维的影响,文章以 "Where Are the Prepared Minds?" 为题发问。原文未提供更多可核验的研究设计、数据或结论细节。
本研究基于 THRIVE 随机临床试验,从社会视角评估了 APP 远程症状监测的成本-效果,为卫生系统与支付方决策提供依据。研究纳入 304 例患者,结果显示远程监测能够改善治疗依从性并减少医疗资源消耗。
NTAP 替代路径的废除预计将影响美国的临床人工智能创新。由于原文仅提供标题与刊期信息,缺乏具体研究数据、监管细节或分析结论,无法提供更详细的事实要点。
丁香医生平台提供图文、电话及视频等在线问诊服务,入驻医生均为三甲医院主治及以上职称执业医师。图文问诊要求医生在24小时内回复,超时未回系统将自动全额退款。平台支持在线开具处方并购药,但麻醉药品等互联网禁售药品不得开具。
人工智能语音转文字技术虽然能减轻临床人员的行政负担,但其使用过程中存在未被充分认识到的风险,可能影响以患者为中心的护理。这些技术本质上是叙事工具,其风险与潜在益处需在关注患者故事讲述方式及其背景的前提下进行评估。
本文讨论了在双用途大语言模型时代如何确保患者面向的医疗AI安全。研究团队认为,需加强数据隐私保护和模型训练数据的筛选,以防止敏感信息泄露。
NEJM AI 发表文章讨论双重用途大语言模型时代面向患者的医疗 AI 安全问题,聚焦聊天机器人信息泄露风险。文章发表于该刊 Volume 3, Issue 10。
文章系统评述达芬奇手术系统的全球应用格局、技术优势与局限,并探讨其伦理挑战。中国在政策驱动下积极引进与自主创新,形成独特路径。
推荐理由:全面分析达芬奇机器人手术系统的伦理挑战与技术进展,为医疗AI伦理治理提供参考。