面向可信大规模临床信息提取的大语言模型多阶段验证框架
一项多阶段验证框架研究聚焦于利用大语言模型开展可信的大规模临床信息提取。当前页面正文未能加载，无法核实框架的具体方法、验证样本、评价指标及研究结果。
#医疗AI
Nature · Medical ResearchAI 评分1414 Nature · Medical ResearchAI 评分1515 用于多种文本引导医学图像合成的通用模型
该研究聚焦用于多种文本引导医学图像合成的通用模型。所提供正文仅含网站加载失败提示，未提供研究方法或结果，无法核实模型性能及其临床适用性。
Nature · Medical ResearchAI 评分99 利用本体增强的大语言模型弥补新兴数字药物讨论的监测识别缺口
研究聚焦利用本体增强的大语言模型，弥补新兴数字药物讨论的监测识别缺口。页面正文未能加载，无法核实具体研究设计、样本量及效果数据。
Nature · Medical ResearchAI 评分2020 利用人工智能与数字听诊识别孟加拉国呼吸系统疾病患儿的肺部异常呼吸音
研究聚焦利用人工智能与数字听诊，识别孟加拉国呼吸系统疾病患儿的肺部异常呼吸音。页面正文未能加载，现有信息仅限标题，无法确认研究设计、样本量及识别性能等结果。
JAMA · Online FirstAI 评分2323 临床医生对人工智能赋能临床信息平台的使用情况
一项横断面研究考察了临床医生对人工智能赋能临床信息平台的使用情况。研究内容包括不同临床医生类型和专科的使用分布，以及所提交查询的目的；所提供内容未披露具体使用数据或研究结果。
JAMA · Online FirstAI 评分3636 AI时代如何获取、评估与应用医学证据
AI赋能平台正改变临床医生获取、评估和应用医学证据的方式，并影响其学习及判断证据对患者适用性的过程。这些平台可根据关键临床细节定制检索，提供附有高排名证据来源链接的交互式文献摘要，以及个体化诊疗建议。
JAMA · Online FirstAI 评分3030 JAMA Network 宣布推出新期刊 JAMA AI
JAMA Network 宣布旗下第14本期刊 JAMA AI 将于2027年初创刊，聚焦人工智能在医疗中的基础进展与临床应用。期刊还将发表移动应用、可穿戴传感器、数字影像与病理等计算工具的临床研究，以及技术对健康影响的研究。Roy H. Perlis 将担任创刊主编。
Medical XpressAI 评分3535 AI在小规模测试中通过面部和舌部照片识别冠心病
中国研究团队开发的AI系统通过面部和舌部照片识别冠心病，在104人的测试中准确率为98%，识别出全部40名患者，但将两名健康者误判为患病。研究共纳入518人，发表于Scientific Reports；模型尚未在其他医院或场景验证，不能据此确定其一般人群筛查效果。
Medical XpressAI 评分4141 域适应AI提升智能手机检测儿童异常肺音的表现
首尔科学技术大学团队开发的域适应深度学习框架，提升了智能手机检测儿童异常肺音的表现。研究纳入611名0–6岁儿童，其中147名提供配对手机录音；在48名儿童的独立外部验证中，模型F1评分为0.744，AUROC为0.862。该框架仍需更大规模、多中心及真实家庭环境验证后才能用于临床。
STAT NewsAI 评分1515 “AI沙盒”热潮兴起，倡导者争相主导其未来走向
“AI沙盒”正掀起热潮，倡导者争相主导其未来走向。该报道为STAT+订阅专享，可见正文主要为健康科技通讯介绍及订阅提示，未披露相关倡导者身份、具体主张或沙盒实施细节。
MedPage TodayAI 评分6868 医学团体为何开始更公开地反对小罗伯特·肯尼迪的医疗言论
MedPage Today 播客解析医学团体对 HHS 部长小罗伯特·肯尼迪的公开反对，涉及疫苗立场及人工智能能提供更好医疗的言论。美国医学会与另外五个团体联合声明称，将 AI 描述为比医生更了解情况，会贬低医生的专业能力并可能损害患者信任，强调医生具备临床经验、理解患者个体需求且承担诊疗责任。
Nature MedicineAI 评分3232 用于自适应癫痫诊疗的对话式脑 AI
一项小型研究显示，患者可通过与 AI 智能体对话，帮助微调自身的癫痫发作检测器。这提示患者可参与检测器的个体化调整，但更艰巨的挑战仍是构建能够作出恰当响应的 AI。
MedPage TodayAI 评分3333 医学生使用 AI 算作弊吗？
专家认为，医学生在作业中使用 AI 不等于作弊，但应规范使用，且不能取代临床推理能力训练。过度依赖 AI 可能造成技能退化，教学仍需设置脱离技术、使用纸笔的训练场景。AI 也可能通过提示遗漏问题，帮助医生识别病历措辞中的偏见。
预印本 · 医学生信与数据分析AI 评分5050 胸片深度学习分类器跨数据集基准评测：源数据校准并非均可迁移
一项回顾性多数据集基准评测显示，胸片深度学习分类器的源数据概率校准并非均可迁移，区分能力改善也不保证概率校准改善。
预印本 · 医学生信与数据分析AI 评分4444 深度学习预测胃癌微卫星不稳定性的诊断准确性：系统综述与荟萃分析
一项纳入10项研究的系统综述与荟萃分析显示，深度学习基于H&E染色病理图像预测胃癌微卫星不稳定性具有良好诊断准确性。合并敏感度为0.78（95% CI 0.63–0.88），特异度为0.85（95% CI 0.77–0.90）。临床效用仍需标准化多中心、独立外部验证及前瞻性研究确认。
预印本 · 医学生信与数据分析AI 评分4242 辅助模态未能在结构化EHR基础上改善COPD患者30天再入院预测的区分度或校准表现：经时间泄漏审查的MIMIC-IV队列证据
MIMIC-IV队列研究显示，校正时间泄漏后，多模态融合未显著优于结构化EHR单独预测COPD患者30天全因再入院。研究纳入1,279例患者，EHR单独预测的ROC-AUC为0.63，其他模态单独预测为0.46-0.53。重新校准后，融合模型与EHR单独预测的Brier评分无显著差异。
Science Translational MedicineAI 评分1919 从代码到治愈：利用AI发现和设计抗生素
AI在抗生素发现与设计中的应用是《从代码到治愈》一文的核心主题。该文刊于Science Translational Medicine，卷期为第18卷第871期，出版时间为2026年10月。
预印本 · 医学生信与数据分析AI 评分4444 理解知识图谱何时及如何为帕金森病、多发性硬化和慢性疼痛的电子健康记录临床预测增值
跨三种疾病的系统评估显示，知识图谱整合改善了帕金森病的预测分类，对多发性硬化无可测量影响，却降低了慢性疼痛的预测表现。队列衍生子图的表现与完整SPOKE图相当或略优，且显著降低计算成本。图扩散主要将已有信号重新分配至多个相关特征，而非增加独立的生物学信号。
预印本 · 医学生信与数据分析AI 评分4141 基于临床概念瓶颈模型的脑电图病理检测
临床概念瓶颈模型用于脑电图病理检测，在TUAB上的准确率接近黑箱基线，在CAUEEG上则较低。两种模型的准确率分别为82.7–82.9%和57.9–60.5%，基线分别为83.6%和62.7%。纯概念瓶颈模型存在预测概念偏离真实值的问题，提高概念损失权重可缓解这一问题，但会牺牲准确率。
Nature CancerAI 评分3030 细胞学人工智能：从特定任务工具迈向通用基础模型 CROWN
研究团队开发了细胞学通用基础模型 CROWN，有望支持跨器官、疾病和临床场景的广泛诊断应用。细胞学用于癌症筛查与诊断，而目前多数人工智能系统仅辅助处理单项任务和特定标本类型。
Med (Cell Press)AI 评分4343 基于超声心动图的深度学习慢性肾脏病筛查
Yuan等开发并外部验证了一种深度学习模型，可利用超声心动图检测慢性肾脏病，为更早开展筛查提供潜在途径。慢性肾脏病的漏诊率超过60%，高危人群尚未常规接受筛查，该模型有望帮助弥补诊断缺口。