治疗开始后4至6周，肿瘤周围血管发生的细微形态变化，可能比单次基线影像更能反映抗血管生成治疗是否有效。这项双中心回顾性研究表明，将动态血管特征、治疗前特征和临床信息结合，并用SHAP解释模型判断，有望为晚期肺癌患者提供一种无创、可解释的早期疗效评估方法。

IMPACT试验的这项二次分析显示，花生口服免疫治疗可降低幼儿的表位特异性IgE水平及其多样性，并提高表位特异性IgG4。治疗前IgE反应较低、识别表位较少且年龄较小的儿童，更有可能达到脱敏和停药后的缓解。

一项发表于《The Lancet Digital Health》的研究显示，深度学习模型NDSNet能够直接从语音中估计亨廷顿病患者同期的运动、认知和功能评分，并在纵向随访中捕捉临床变化。模型预测还与MRI神经退行性改变相对应，但外部复制中的性能下降提示其距离常规临床应用仍有验证工作要完成。

Digital Health & Informatics 的重心正在从单点性能竞赛转向临床可用性：影像模型开始整合时空与层级信息，预测工具更重视校准和异质性，大语言模型则进入诊断推理与医患工作流。真正的分水岭，是系统能否被医生正确理解、审慎使用并在真实环境中持续验证。

本期脉络清晰：消化与肝病AI正从识别异常走向补足常规诊疗的盲区，并把影像、内镜、病理和分子信号转化为可执行的风险分层。关键不再只是更高准确率，而是能否改善高后果决策。

Retina4IRD不是替代基因检测的“自动诊断器”，而是在检测前帮助医生排列可能基因型类别的决策支持系统。在一项纳入疑似遗传性视网膜病患者的多中心随机试验中，AI辅助使专科医生的前五位基因型类别准确率从67.3%提高到88.5%。

本期 Oncology 研究的重心不再只是提升单点识别率，而是把既有影像、病理与临床数据转化为更早发现、更细分层和更稳健决策的能力。真正的分水岭，是低患病率场景、跨机构泛化与可复核评估。

一项覆盖2020至2024年的研究发现，在4952份Medicare Part D抗癌药二级申诉中，仅19.5%获得有利裁定；超过一半的不利结果与文书或程序性问题有关。尤其值得注意的是，一些适应证内治疗未能通过事先授权，而部分适应证外用药的初始拒付与可获得的临床证据并不一致。

一项基于奥斯曼税收档案的纵向计算研究显示，15世纪后期希腊村庄的葡萄种植与族群身份密切相关，但这种关联在约一个世纪内大幅减弱。随着阿尔巴尼亚社群逐渐采用葡萄栽培，人口、海拔、市场可达性和村庄投资能力等因素变得更加重要。

一项基于678份心理测量访谈文本的计算研究显示，较大的开放权重大语言模型能够较好地识别精神病临床高风险状态，并对症状严重度与频率进行评分。与此同时，最佳模型仍产生了较多假阳性，提示这类系统更适合承担辅助筛查和文书整理，而非自主诊断。