跳到正文
今天11月20日周五
  1. 中国医药创新促进会·产业资讯35

    Anthropic IPO创纪录,市值达1.27万亿美元

    Anthropic于11月19日在纳斯达克上市,首日市值达1.27万亿美元,超过SpaceX创下的IPO纪录。该公司正通过AI技术切入生命科学领域,构建三层业务架构,包括AI科研平台、智能体工作流与物理实验连接,以及直接下场做药。近期两次收购进一步增强了其在生物医药领域的实战能力。

  2. Healthcare Dive34

    Knit Health CEO 讨论 AI 在医疗中的应用

    Jonathan Kolstad,Knit Health 的 CEO,认为医疗系统的核心问题是未能将患者及时引导至合适的医疗服务。Knit Health 正在开发一个基于 AI 的世界模型 Med-BEAM,该模型已训练超过 140 万份病历记录,旨在预测患者需求并优化医疗流程。公司刚刚完成 3500 万美元的 A 轮融资,将加速该模型的商业化部署。

11月19日周四
  1. Medical Xpress65

    AI生成的出院总结在临床评价中优于医生手写版本

    一项由iCARE领导的研究表明,AI生成的出院总结在临床接受度、准确性和完整性方面优于医生手写版本。该研究评估了与患者住院记录相关的AI系统生成的出院总结,发现92%的AI生成总结无需或只需少量修改即可通过临床审核,而70%的手写总结需要修改。这表明AI辅助的文档记录可能在提高出院信息质量方面具有潜力。

    推荐理由:AI生成的出院总结在临床接受度和质量上优于医生手写版本,显示了AI在医疗记录中的潜在应用价值。

11月18日周三
11月17日周二
  1. Medical Xpress70

    AI辅助成像技术改进150年历史的组织研究方法

    哈佛医学院Blavatnik研究所的研究人员开发了一种名为NoR-AI的新成像管道,结合了定制显微镜方法和AI图像分析,能够捕捉高质量的定量图像,包括脂质、蛋白质和水分含量。该技术可快速、详细地评估组织,有助于识别急性肾损伤等疾病的新特征。

    推荐理由:介绍了新的AI辅助成像技术NoR-AI,能够更详细地分析组织中的脂质和蛋白质,有助于疾病诊断。

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。

11月11日周三
11月9日周一
  1. Nature 健康护理主题35

    机器学习模型用于诊断和预测阻塞性睡眠呼吸暂停严重程度

    本研究开发了一种人工神经网络模型,利用18个临床参数预测阻塞性睡眠呼吸暂停(OSA)的存在及其严重程度。该模型在不同严重程度的OSA分类中表现出良好的区分性能,AUC值范围为0.89至0.96。研究结果支持基于机器学习的工具在资源有限的环境中用于筛查和早期风险分层。

11月7日周六
  1. Nature 健康护理主题30

    适应性选择 MICE 算法参数用于肺功能值预测模型

    该研究评估了在随机森林链式插补过程中使用固定迭代预算的可解释初始化规则。通过596名患者和2,112次访问的数据,研究比较了12种插补方法,发现适应性MICE方法在某些条件下表现较好,但并非在所有条件下都优于其他方法。研究结果表明,直接插补准确性和下游预测性能应分别评估。

11月6日周五
11月5日周四
  1. 医师报·医学论坛网80

    AI劝停救命药致死:医疗决策不能完全依赖AI

    美国加州旧金山县高等法院受理了一起诉讼,一对中国父母指控GPT-4o在未取得行医资质的情况下,引导女儿减停抗癫痫药物拉莫三嗪,最终导致其癫痫猝死。文章分析了AI在健康建议中的风险与局限,强调医疗决策不能完全依赖AI。

    推荐理由:分析了AI在健康建议中的风险与局限,提醒医疗决策不能完全依赖AI。

11月4日周三
10月30日周五
10月29日周四
  1. Nature 健康护理主题71

    EVLF-FM 医学视觉语言基础模型基于约 130 万张影像训练,评测诊断、视觉定位与问答三类任务

    研究团队提出多模态医学视觉语言模型 EVLF-FM,基于约 130 万张、覆盖 10 种影像模态的临床图像训练,可完成疾病诊断、医学视觉定位与视觉问答并给出文字解释。

    推荐理由:论文给出该模型在诊断、视觉定位与问答三类任务上的对比结果,并说明其解释性训练与评测方法。

  2. 新华网·健康36

    康华股份多场景检测方案亮相第94届CMEF,覆盖临床、基层与居家市场

    康华股份在第94届CMEF展出国内、国际及居家自测三大类检测方案,覆盖临床、基层与居家市场。其600速高通量磁微粒化学发光设备配套近八九十个试剂项目,重点覆盖血管内皮生长因子等肿瘤早筛标志物,已在多家三甲医院装机;基层则推出52项呼吸道病原体检测产品。居家线包括呼吸道抗原自测、尿液HIV检测及血压计、血糖仪等设备。

10月28日周三
10月27日周二
  1. Medical Xpress53

    五款大语言模型药物推荐集中于知名品牌,模拟显示处方采购成本或增1019%

    日本大阪公立大学联合MD Anderson癌症中心测试五款大语言模型,发现其模拟选药时首选推荐平均97.5%集中于同一款产品,且多为品牌药。该研究发表于Nature Health,模型还倾向于不推荐较晚获FDA批准或临床更常用的产品,并出现含已停产产品的与监管信息不符的推荐。按美国数据模拟,若医生依模型推荐开药,年度采购成本将增加约5560万美元,相当于1019%。

10月24日周六
  1. Medical Xpress76

    肺癌肿瘤中的“关闭开关”或解释免疫治疗对部分患者无效的原因

    Jackson实验室团队在《科学》杂志发表研究,发现肺癌通过RNA替代剪接产生不同版本的STAT2基因,而非基因突变来削弱其功能。基于两项大型临床数据分析,带有内含子保留的STAT2 RNA剪接特征与阿替利珠单抗免疫治疗后患者生存期延长相关。

    推荐理由:研究通过RNA剪接机制识别免疫治疗应答标志,为肺癌精准用药提供新思路。

10月22日周四
  1. 人民网·健康62

    豆包等AI问诊进入诊室,医生如何应对患者带来的AI健康信息

    一项覆盖75位医生和143位中老年居民的调研显示,约七成受访医生在门诊遇到过患者使用AI查询健康信息,其中24%每周接诊使用AI者4次以上。调研中81.33%的医生认为AI健康建议最突出的问题是缺乏个体化;当AI与医生意见不一致时,43%的受访者直接听医生的,35%希望医生解释差异。

    推荐理由:调研显示约七成受访医生在门诊遇到患者用AI查健康信息,多出的解释时间成为问诊新负担。

10月21日周三
  1. 梅斯医学·临床资讯66

    张岩巍教授谈AI肺癌筛查,单一组学准确度约80%至85%,多模态融合可升至90%以上

    上海市胸科医院张岩巍在访谈中表示,AI影像读片用于肺癌筛查的准确度约80%至85%,单一组学存在上限,其团队将影像组学与外泌体RNA测序数据融合后准确度可提升至90%以上。

    推荐理由:张岩巍结合CLUS系列研究介绍影像组学准确度约80%至85%的上限,以及融合液体活检后提升至90%以上的思路。

10月20日周二
  1. 梅斯医学·临床资讯51

    eGastroenterology论文:动态AI模型预测失代偿期肝硬化ICU患者12小时后多器官衰竭风险

    一项发表于eGastroenterology的研究将机器学习与深度学习结合,构建动态模型预测失代偿期肝硬化ICU患者12小时后发生至少两个肝外器官衰竭的风险。模型基于滑动时间窗整合连续生命体征和实验室指标,主任务AUROC为0.830;外部验证于eICU数据库(1666例)中AUROC为0.774。

10月17日周六
  1. 梅斯医学·临床资讯65

    华南理工二附院 ACS Nano:荧光编码多重液滴数字 CRISPR 检测实现下呼吸道感染病原菌快速筛查

    华南理工大学附属第二医院团队在 ACS Nano 发表研究,开发了荧光编码赋能的多重液滴数字 RPA-CRISPR/Cas12a 检测体系(FLEMD-CRISPR)。

    推荐理由:文章展示了一种通过组合荧光编码和确定性液滴配对,将多重检测信号明确归属到不同病原菌的方法。

  2. Medical Xpress49

    首尔科学技术大学团队开发域自适应框架,提升手机检测儿童异常肺音表现

    韩国首尔科学技术大学研究团队开发了一种域自适应深度学习框架,用于手机录音检测儿童异常肺音,在配对数据测试中F1为0.802、AUROC为0.911。在48名儿童的外部手机录音验证集上,该模型F1为0.744、AUROC为0.862,而仅用电子听诊器数据训练的模型F1仅0.034。

10月16日周五
10月14日周三
10月10日周六
10月8日周四
  1. 雷峰网40

    CARES 4.0在港发布,刘宏斌谈医疗AI如何走进临床

    中国科学院香港创新研究院人工智能与机器人创新中心(CAIR)近日发布多模态临床智能体系统 CARES 4.0。该系统依托 Harness 框架构建,底层搭载自研 CT、核磁等多模态医疗基座,已在多家三甲医院完成落地验证。CARES 4.0 覆盖诊疗、科室管理及医学科研全链条,作为医生智能伙伴辅助临床工作。