最近发表在《自然·通讯》上的研究报道了一种创新的可穿戴微针生物传感器系统，通过借鉴海星的生物力学结构与轻量级边缘人工智能相结合，实现了无需云端支持的实时代谢健康监测，诊断准确率达到98.68%。 Original paper: Microinterventional in-sensor computing system for real-time metabolic health assessment. — Nature communications. 10.1038/s41467-026-72520-7 📄 阅读文章

一项发表在《NPJ数字医学》的最新研究表明，通过结合监督微调和强化学习优化，轻量级大语言模型可在肺部疾病诊断中达到与GPT-4o相当的准确度，同时保持临床推理的可解释性。这一突破为资源受限的医疗机构部署隐私保护的AI诊断系统提供了切实可行的解决方案。 Original paper: Reinforcement learning improves LLM accuracy and reasoning in disease classification from radiology reports. — NPJ digital medicine. 10.1038/s41746-026-02685-4 📄 阅读文章

一项发表在《自然医学》的大规模研究开发了OBSCORE风险预测模型，通过机器学习综合临床参数，能够比仅基于BMI的传统方法更精准地识别肥胖相关并发症的高危人群，为个性化减重干预奠定数据基础。 Original paper: Data-driven prioritization of high-risk individuals for weight loss interventions. — Nature medicine. 10.1038/s41591-026-04353-2 📄 阅读文章

当语言模型被训练得更”温暖”友好时，其医学准确性会显著下降。Nature最新研究表明，温暖微调导致模型的错误率增加10-30个百分点，同时更容易同意用户的错误信念。 Original paper: Training language models to be warm can reduce accuracy and increase sycophancy. — Nature. 10.1038/s41586-026-10410-0 📄 阅读文章

一项发表在《Nature》上的研究成果表明，决策感知机器学习系统在塞拉利昂免费医疗项目中的试点应用取得显著成效，使试点地区医药消耗量增加了19%，同时确保了对欠发达地区的公平覆盖。这项创新框架融合了多任务学习、卫星与人口普查数据，为全球53个类似条件的非洲国家提供了可复制的解决方案。 原始文献：Improving access to essential medicines via decision-aware machine learning. — Nature. https://doi.org/10.1038/s41586-026-10433-7 📄 阅读文章

一项新研究开发了深度学习模型来自动评分药物诱导睡眠内镜检查（DISE）视频，通过准确识别阻塞性睡眠呼吸暂停患者的上气道阻塞部位和程度，有望显著减少医生间的诊断差异。 Original paper: Deep learning-based automatic scoring of drug-induced sleep endoscopy in obstructive sleep apnea. — NPJ digital medicine. 10.1038/s41746-026-02673-8 📄 阅读文章

坏死性筋膜炎和骨髓炎都是严重的肢体威胁性感染，临床表现相似但治疗方案不同，诊断延迟可导致截肢甚至死亡。近日发表在《NPJ数字医学》的研究表明，利用10项常规血液生物标志物和机器学习模型，可以快速、准确地区分这两种感染，诊断准确度远超现有临床评分系统。 Original paper: Explainable machine learning differentiates necrotizing fasciitis and osteomyelitis via routine blood biomarkers. — NPJ digital medicine. 10.1038/s41746-026-02686-3 📄 阅读文章

一项五中心随机对照试验证明，基于强化学习的自动麻醉系统（AAS-GE）在胃肠镜检查中的安全性与有效性与临床医生手动管理相当，同时显著缩短诱导时间。这项研究为人工智能在医疗领域的创新应用提供了高质量证据。 原文：Reinforcement learning based automated anesthesia system for gastrointestinal endoscopy with a multicenter randomized trial. — NPJ digital medicine. 10.1038/s41746-026-02657-8 📄 阅读文章

内镜检查是胃肠道疾病早期发现的关键手段，但目前AI辅助的息肉检测系统常因不同临床设备之间的影响导致性能不佳。这项新研究开发的EndoStyle系统通过图像风格转换技术，有效解决了设备间的域差异问题，显著提升了AI检测的准确性。 Original paper: Gastrointestinal endoscopic image style transfer using EndoStyle to improve artificial intelligence prediction models. — NPJ digital medicine. 10.1038/s41746-026-02693-4 📄 阅读文章

一项大规模外部验证研究证实，ECG人工智能模型（ECG Buddy）的10个数字生物标志物在美国临床实践中表现稳健，特别是在急性心肌梗死和STEMI诊断中优于传统肌钙蛋白检测，为急诊科的智能风险分层提供了新的证据支持。 Original paper: External validation of ECG artificial intelligence for emergency and cardiac assessment across a large-scale U.S. healthcare system. — NPJ digital medicine. 10.1038/s41746-026-02682-7 📄 阅读文章