近日发表在《自然·生物技术》上的研究突破了传统脂质纳米粒子的设计瓶颈，通过MOLEA（多目标脂质纳米粒子工程人工智能系统）和新型K9脂质，实现了对靶向组织的高效mRNA递送和显著的组织选择性，在骨关节炎基因编辑治疗中展现了巨大的潜力。 Original paper: A multiobjective AI model for LNP engineering enhances tissue-selective mRNA delivery. — Nature biotechnology. 10.1038/s41587-026-03109-0 📄 阅读文章

一项国际多中心研究成功验证了一个机器学习模型在预测引产后分娩方式中的临床价值。该简化模型在美国患者中的表现甚至优于葡萄牙开发数据，为个体化孕妇咨询提供了有力的决策支持工具。 Original paper: External validation of a machine learning model for delivery mode prediction after induction. — NPJ digital medicine. 10.1038/s41746-026-02384-0 📄 阅读文章

一项新的荟萃分析表明，数字化时钟绘制测试可以有效识别阿尔茨海默病和轻度认知障碍，其中对阿尔茨海默病的诊断准确性尤其显著，且基于算法的分析方法明显优于传统评分方法。 Original paper: Diagnostic accuracy of digital clock drawing test for Alzheimer disease and mild cognitive impairment. — NPJ digital medicine. 10.1038/s41746-026-02687-2 📄 阅读文章

近期发表在《自然通讯》杂志的研究表明，通过AI算法计算患者面部衰老速率（FAR）能够有效预测癌症患者的生存结果，其预测价值超越传统年龄和单一时间点的生物学年龄评估。这项研究提示，面部衰老加速可能是癌症患者生物衰老的重要标志，为临床医生提供了更精准的风险分层工具。 Original paper: Face aging rate quantifies change in biological age to predict cancer outcomes. — Nature communications. 10.1038/s41467-025-66758-w 📄 阅读文章

Reti-Pioneer是一个多任务AI框架，整合质量感知模块与预训练基础模型，能在30秒内通过视网膜照片同时筛查2型糖尿病、痛风、骨质疏松、高血压、高血脂和甲状腺疾病六种常见代谢疾病。这项研究基于逾107,000张视网膜照片的大规模中英双国数据，在中国和新加坡的真实临床环境中验证了其可行性和有效性。 Original paper: AI framework for multidisease detection via retinal imaging. — Nature medicine. 10.1038/s41591-026-04359-w 📄 阅读文章

一项发表在《自然通讯》的新研究介绍了ECG-LFM，一个由自监督学习训练的心电图基础模型。这个模型在预测八种心血管疾病上的表现超越了现有方法，同时通过遗传关联分析发现了与心电图形态相关的新遗传变异，为个体化心脏病风险评估和精准医学干预开辟了新的可能。 Original paper: A self-supervised electrocardiogram foundation model for empowering cardiovascular disease prediction and genetic factor discovery. — Nature communications. 10.1038/s41467-026-72436-2 📄 阅读文章

脑衰老是神经退行性疾病的基础过程，但其表现形式因人而异。一项国际多中心研究通过新型机器学习方法，分析了近五万人的脑部MRI数据，首次系统地确定了七种不同的脑萎缩模式，为精准医学和疾病预防带来了新的视角。 Original paper: Coupled cross-sectional and longitudinal non-negative matrix factorization reveals dominant brain aging trajectories in 48,949 individuals. — Nature communications. 10.1038/s41467-026-72091-7 📄 阅读文章

一项发表于《NPJ Digital Medicine》的研究表明，整合MRI影像、PSA数值和临床报告的多模态大型语言模型Prost-LM在前列腺癌诊断中的准确率（AUC 0.954）显著超越传统单模态方法和放射科医生共识，处理时间缩短至2秒以内，有望在临床诊疗中发挥重要的辅助作用。 Original paper: Integrating multimodal clinical data with a large model for prostate cancer diagnosis. — NPJ digital medicine. 10.1038/s41746-026-02670-x 📄 阅读文章

一项发表于《NPJ数字医学》的多中心研究开发了一个名为AutoARDS的人工智能系统，能够通过胸部CT扫描对急性呼吸窘迫综合征（ARDS）患者进行全方位的量化评估，包括诊断、严重程度分级、氧合水平估计、预后预测和并发症检测，性能全面超越人类放射科医生。 Original paper: CT-based AI system for quantitative and integrated management of acute respiratory distress syndrome in critical care. — NPJ digital medicine. 10.1038/s41746-026-02648-9 📄 阅读文章

一项发表在《自然通讯》的研究展示了卷积神经网络（CNN）在预测结核分枝杆菌耐药性中的潜力，该模型从基因序列预测八种抗结核药物的最小抑菌浓度（MIC）准确度达89%，与体外检测误差率相当，并在临床队列中验证了其预测治疗结局的能力。 Original paper: Convolutional neural networks quantify antibiotic resistance in Mycobacterium tuberculosis with diagnostic grade accuracy and predict treatment response. — Nature communications. 10.1038/s41467-026-72225-x 📄 阅读文章