Leigh综合征是一种由线粒体基因突变引起的罕见致命性神经系统疾病。一项新研究通过整合深度学习药物筛选、酵母菌模型和患者衍生脑类器官，成功发现唑类化合物——特别是talarozole——可能为这一绝症的治疗提供新希望。 Original paper: Accelerating Leigh syndrome drug discovery through deep learning screening in brain organoids. — Nature communications. 10.1038/s41467-026-71391-2 📄 阅读文章

早期流产的组织病理诊断直接影响治疗方案和遗传咨询，但诊断准确率不理想。一项新发表的研究开发了两阶段深度学习模型，通过融合补丁级和全切片图像分析，显著提升了早期流产（包括葡萄胎）的诊断准确率，同时减少了医生的工作负荷。 Original paper: Patch-to-slide fusion deep learning model for histological diagnosis of early pregnancy loss including hydatidiform mole. — NPJ digital medicine. 10.1038/s41746-026-02628-z 📄 阅读文章

一项单中心前瞻性研究评估了Xuanwu-NeuroAid（一个为急诊神经诊断开发的70亿参数专用大语言模型）的诊断准确率与临床决策支持能力。结果显示该系统独立诊断准确率达79.4%，显著超越急诊医生的65.4%；更重要的是，医生在该系统协助下的诊断准确率提升至75.1%，提高9.7个百分点，验证了AI作为临床决策支持工具的实际价值。 Original paper: Development and prospective shadow evaluation of a domain-specific large language model for emergency neurological diagnosis. — NPJ digital medicine. 10.1038/s41746-026-02644-z 📄 阅读文章

甲状腺乳头状癌是最常见的甲状腺恶性肿瘤，约30%的患者伴有颈部淋巴结转移。近期发表于《NPJ数字医学》的研究利用深度神经网络和基因表达数据，开发了高精度的AI诊断和转移预测模型，在多地区样本中验证了其预测能力。 Original paper: Predictive models for the occurrence and lymph node metastasis of papillary thyroid carcinoma with regional risk heterogeneity. — NPJ digital medicine. 10.1038/s41746-026-02649-8 📄 阅读文章

一项基于20年临床数据、覆盖30万余患者的大规模研究开发出了RBT-GC——一种利用常规血检成分和机器学习技术评估胃癌风险的创新工具，其检测效率相比传统肿瘤标志物显著提升。 Original paper: Development and validation of a novel blood-based biomarker for gastric cancer triage in chronic dyspepsia. — NPJ digital medicine. 10.1038/s41746-026-02618-1 📄 阅读文章

Original paper: Oral microbiome signatures predict biological age and host health. — Nature communications. 10.1038/s41467-026-72096-2 📄 阅读文章

一项多中心研究表明，整合PET/CT影像、代谢参数与电子病历的人工智能模型能够准确预测套细胞淋巴瘤患者的预后，为个体化治疗策略提供重要决策支持。 Original paper: Interpretable multimodal PET/CT-EHR fusion via mixture-of-experts for prognostic stratification in mantle cell lymphoma: a multicenter study. — BMC medicine. 10.1186/s12916-026-04865-1 📄 阅读文章

一项多中心研究表明，整合68Ga-PSMA PET/CT和多参数MRI的放射组学模型能有效诊断前列腺癌，LightGBM算法的内部验证AUC达0.91，外部验证AUC达0.825，为临床前列腺癌风险评估提供了新的非侵入性诊断策略。 Original paper: Non-invasive diagnosis strategy integrating PSMA PET/CT and mpMRI for patients with suspected prostate cancer: a multi-center study. — BMC medicine. 10.1186/s12916-026-04859-z 📄 阅读文章

焦点肝脏病灶检测是肝癌早期诊断的关键，但传统超声诊断存在明显的操作者依赖性。一项多中心研究开发了基于深度学习的Auto-DFLLs系统，可在超声视频中实时自动检测病灶，显著提高了初级和资深医生的诊断准确率。 Original paper: Automated deep learning for real-time focal liver lesions detection in ultrasound videos a multicenter study. — NPJ digital medicine. 10.1038/s41746-026-02629-y 📄 阅读文章

近日发表于《自然通讯》的一项多中心研究介绍了一种基于深度学习的”数字病理活检”方法，能够精准预测局部进展期胃癌患者的术后早期复发风险，为个性化治疗和随访策略提供了科学依据。 Original paper: A deep learning-based digital biopsy for predicting early recurrence in gastric cancer. — Nature communications. 10.1038/s41467-026-71347-6 📄 阅读文章