Surgery 的近期轨迹不在于模型更复杂，而在于AI能否把长期功能、并发症、器官保留与围术期资源配置转化为可解释、可验证的具体决策；与此同时，数据标尺、评估框架与研究报告质量正成为临床落地的共同底座。

CLEAR试图解决放射学AI长期存在的一项核心矛盾：模型既要具备较强的诊断能力，也要让医生能够看清预测究竟建立在什么影像概念之上。研究显示，这种概念驱动的设计不仅能够解释结果，还可以发现并有针对性地削弱混杂因素。

一项基于一万份健康体检记录的计算研究显示，通用大语言模型能否准确判读结构化检查结果，很大程度上取决于提示策略：平均准确率可由零样本提示时的0.69提高至思维链提示时的0.95。领先模型在最佳提示下接近满分，但血压分类以及部分性别、年龄亚组中的性能差异提示，临床应用仍不能脱离明确规则、公平性验证和人工监督。

本期 Radiology & Imaging 的主线不在于模型再多识别一种异常，而在于影像AI能否真正进入报告、急诊分诊、术前规划与风险管理。效率提升已经可测，跨机构泛化、提示词鲁棒性与临床责任边界则决定其能否留下来。

一项纳入910例患者的多中心回顾性研究显示，基于CT的多任务深度学习模型能够无创预测非小细胞肺癌的EGFR突变状态；加入临床与影像学特征后，模型在外部验证队列中的AUC达到0.865。模型评分还与EGFR酪氨酸激酶抑制剂治疗反应、无进展生存期、基因表达及肿瘤免疫微环境特征相关。

一项来自中国三家三级医院、纳入267例糖尿病肾病病例的回顾性研究显示，采用分层路由、指南检索和选择性云端升级的大语言模型系统，能够生成事实性较高、安全且符合指南的管理建议。该系统近九成请求在本地完成，同时显著减少二甲双胍调整遗漏和联合用药监测遗漏。

一项覆盖1672名成年人的真实世界研究显示，长期、被动采集的居家睡眠数据能够识别与痴呆相关的异常睡眠模式。值得注意的是，这种模式并非简单表现为“睡得更老”，而是偏离了正常年龄增长所对应的睡眠轨迹。

一项纳入近58万例数字乳腺断层筛查的大规模研究显示，将深度学习辅助判读与针对性专家复核结合后，普通放射科医师的校正癌症检出率提高32.71%，达到与使用同一工作流的乳腺影像专科医师相近的水平。不过，这一提升同时伴随着召回率增加。

对2022年1月至2025年4月全球猴痘报告数据的分析显示，这场疫情并非一个同质、连续的传播过程，而是经历了四个流行病学阶段。随着疫情演变，与各国报告发病率相关的因素也从行为、社会文化和跨境流动，逐渐转向经济水平、交通基础设施、冲突及卫生系统承载能力等结构性条件。

一项覆盖中美八大应用商店的横断面研究显示，心理健康应用的商店评分与开发者公开的临床证据并无明确联系。中国用户更看重评估、在线咨询和关系支持，美国用户则更关注心理教育、冥想、自我管理与隐私。