仅凭脑FDG PET图像，人工智能能否完成可靠的解剖分区，并保留区域代谢定量的准确性？这项发表于《Brain》的研究显示，nnU-Net模型可自动分割52个脑区，其分区精度优于研究所采用的图谱方法，区域摄取测量也与MRI衍生参考结果高度一致，但这些结果尚不能证明它改善了痴呆的临床鉴别诊断。

国际学生人数减少，并不意味着大学对主要生源地的依赖同步下降。发表于《Nature Communications》的研究通过机器学习预测发现，英国国际本科招生到2030年可能出现部分主要来源地人数下降、占比却上升的“集中悖论”。

只用未标注胸片进行预训练，能否得到一个同时支持疾病识别、结构分割和报告生成的影像基础模型？RayDINO的结果支持这一方向，但其优势来自自监督特征与有监督任务适配器的组合，尚不能等同于可直接投入临床的诊断系统。

在早产儿坏死性小肠结肠炎（NEC）确诊之前，肠道噬菌体与细菌耐药基因已呈现不同的变化信号，而且最有预测价值的特征随发病日龄而异。不过，早发型模型在独立队列中的表现明显下降，这项研究目前提供的是风险分层与机制研究线索，尚不足以支持临床部署。

MARBLE将结构MRI与弥散MRI特征整合为自动化评分，用于在生前识别边缘系统为主的年龄相关TDP-43脑病神经病理改变（LATE-NC）。研究同时提供了尸检病理验证和长期认知随访证据，但最高AUC来自仅22人的近期扫描亚组，距离常规诊断应用仍需进一步验证。

Hathaway、Ghotbi、Pan等发表于《Radiology》的MESA队列研究发现，在临床风险因素之外，胸部CT测得的椎旁肌衰减值能够增加对约6年后胸椎骨密度的预测信息。不过，预测随访骨密度与预测骨密度下降并不等同，而本研究的骨折分析也仍属探索性证据。

在眼眶和头颈部肿瘤MRI报告的诊断任务中，GPT-5-Thinking的首位诊断准确率与亚专科放射科医师数值接近，并能提高普通放射科医师的诊断准确率。这项中国双中心研究评估的是模型对影像文字描述的推理能力，其结果仍需放在回顾性、报告输入和特定病例样本的边界内理解。

术前的三维扫描，如何准确对齐术中的二维X线？发表于Nature的xvr研究通过物理模拟、自监督学习与梯度优化，将患者专属模型的训练时间从12小时压缩到5分钟，但不同数据集的配准精度仍有明显差异，临床结局获益尚未得到验证。

本地部署的医疗AI，在回顾性诊断模拟中取得了接近云端模型的准确率；同一病例重复就诊后，诊断是否一致，则为判断结果是否可靠提供了更有价值的信号。研究同时表明，即使筛选出高度一致的诊断，仍然会留下错误。

Bloom、Tignor、Van Vleck等人的研究显示，从常规病历中提取治疗前及治疗期间的症状信息，并与人口学数据整合，可以改善局部晚期非小细胞肺癌患者的放射性肺炎风险预测。最佳模型的内部验证AUC为0.759，但研究尚未证明，依据这一预测结果采取干预能够改善患者结局。