检索增强生成模型在临床症状与ICD-10-CM编码匹配中的应用
该研究提出了一种检索增强生成模型,用于提高临床症状与ICD-10-CM编码的匹配准确性。通过多嵌入模型检索候选代码,并结合生成模型进行上下文决策,结果显示该方法在匹配准确性和减少无效代码生成方面优于基线模型。
该研究提出了一种检索增强生成模型,用于提高临床症状与ICD-10-CM编码的匹配准确性。通过多嵌入模型检索候选代码,并结合生成模型进行上下文决策,结果显示该方法在匹配准确性和减少无效代码生成方面优于基线模型。
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。
研究开发了一种多任务混合深度学习模型 CTransNet,通过术前 CT 影像无创预测胃癌患者的三级淋巴结构状态和腹膜复发风险,为个体化治疗提供依据。
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,百图生科正式发布AI药物安全性评价系统,将虚拟细胞模型与动物体内安全性预测相结合,并已联合超30家CRO机构开展协作。系统核心模型xTrimoTox在TDC和Tox21等公开毒性预测基准中表现领先,功能覆盖试验前的种属与剂量设计辅助、试验中的数据趋势分析及试验后的病理预筛与报告核查等环节。
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。
一项英国研究发现,AI生成的出院总结比医生写的更受临床审查者好评,且错误率更低。然而,研究者强调这些结果仍需进一步验证。
推荐理由:研究显示AI在出院总结上的表现优于医生,但强调AI生成的内容仍需临床验证。
Sellas 生物公司的一种实验性药物在治疗晚期急性髓系白血病患者时,将死亡风险降低了41%,相比标准治疗有显著改善。
NEJM AI近期发布预印本,对依赖医学影像的人工智能工具预测肺癌预后时的统计方法实践进行系统性回顾。本研究聚焦该类工具在统计建模与验证环节的现有做法,为后续方法学规范化提供参考依据。
北京无界进化科技有限公司宣布完成超亿元Pre-A轮融资,由星连资本、Prosperity7、华盖资本、华控基金及德同资本联合投资,老股东顺为资本、红杉中国和松禾资本继续追加。
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。
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。
江南大学等团队开发的AI模型UpTCR能精准预测T细胞识别肿瘤抗原,已在乳腺癌和黑色素瘤样本中验证有效,有望加速肿瘤免疫疗法研发。
推荐理由:AI模型UpTCR能精准预测T细胞识别肿瘤抗原,有望加速肿瘤免疫疗法研发。
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。
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。
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。
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。
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。
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。
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。
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。
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。
文章综述了AI驱动的多组学方法在解析小细胞肺癌异质性中的应用,包括影像组学、液体活检和深度学习模型。研究指出,AI多组学整合有助于捕捉肿瘤演化信号,但目前仍需更多数据支持。
推荐理由:综述文章系统梳理了AI在解析小细胞肺癌异质性中的应用,为临床研究提供了新思路。
Sanofi、Biolojic Design和A-Alpha Bio等公司正在利用AI加速蛋白质设计,优化药物开发流程。这些公司通过构建基础模型、预测性质和虚拟筛选,以及进行多特异性分子的设计,展示了AI在提高药物发现效率方面的潜力。
推荐理由:文章详细介绍了多家公司在AI辅助蛋白质设计领域的进展,展示了AI在药物研发中的潜力。
皮尔法伯集团与晶泰科技宣布合作,将在肿瘤领域联合开展多个研发项目,利用晶泰科技的AI+机器人技术发现新型小分子治疗药物,皮尔法伯集团则提供疾病生物学和药物发现经验。双方合作旨在加快高质量临床候选药物的发现,惠及未满足医疗需求的患者。
AFK AI团队早在2026年初就推出了Comma,实现了DeepSeek提出的Super-agent架构设想,包括连续上下文、多Worker并行工作和长期在线等功能。
韩国科学家开发了可解释的机器学习模型,直接从分子结构预测植物化合物的肠道吸收特性,无需实验。该模型在预测渗透性和外排比方面表现优异,有助于筛选功能性食品和新药候选物。
Mayo Clinic Platform 推出 AI 工具,提供临床指导,覆盖 35 个专科,帮助医生更快获取信息,专注于患者护理。
该研究评估了两阶段迁移学习策略在儿童结肠息肉分类中的效果,使用ConvNeXt-Small模型在CP-CHILD-A和CP-CHILD-B数据集上的准确率分别提高至99.77%和99.88%。跨数据集评估显示了较强的数据迁移能力,但外部评估揭示了显著的领域差异。研究强调了数据多样性、患者级别分离和独立儿科验证的重要性。
Anthropic与Claude合作,利用AI分析150亿条蛋白质序列,成功绘制出首个细菌源Vault的三维结构图。该成果有望推动纳米递送技术的发展。
推荐理由:AI技术在生物学研究中的应用展示了其在加速科研进程和创新中的潜力。
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。
该研究提出了一种分层机器学习框架,利用声学特征自动分类八种良性喉部疾病及其对照组。该框架在15,132个录音样本上进行了测试,展示了优于平面多类分类器和通用自监督模型(HuBERT, HeAR)的性能。通过结合深度频谱学习和可解释的声学特征,该方法为临床验证和外部测试提供了潜在的诊断工具。
本文综述了生成对抗网络、扩散概率模型和Transformer等方法在基于平扫CT生成增强CT图像中的应用,强调了技术面临的挑战和未来发展方向。
文章系统分析了AI在肺癌筛查、诊断、分期、治疗决策等领域的应用进展,强调了多模态融合与智能体技术的重要性,同时指出了数据质量、隐私保护和伦理问题等挑战。
推荐理由:文章系统梳理了AI在肺癌临床决策支持中的应用进展与挑战,为相关研究提供参考。
研究开发出AI模型MANTIS,能够为髓母细胞瘤和室管膜瘤患者生成个体化生存概率,优化放疗剂量,减少长期副作用。