TEMPO-HCC将术前增强MRI、术后全切片病理图像与临床变量整合起来，为肝细胞癌根治性切除患者提供1、2、3和5年的个体化总体生存风险。中国六中心外部验证显示，该模型的区分度优于BCLC、CNLC和AJCC分期，并能呈现风险随时间的变化。

面对房颤患者的真实提问，通用大语言模型并不缺少表达能力，真正的短板是能否持续给出准确、完整、安全且便于理解的回答。PULSE研究显示，在大模型外增加专科知识检索、问题重构、一致性校验和反思修订后，四种基础模型的综合回答质量均得到显著提升。

一项发表于《NPJ Digital Medicine》的多中心计算研究显示，重度抑郁障碍可能包含两种可重复识别的脑功能亚型，两者在症状构成、病程和治疗反应方面存在明显差异。研究提出的BrainCVAE框架还能在一定程度上预测抗抑郁药物疗效，但距离辅助个体临床决策仍需前瞻性验证。

一项发表于《NPJ Digital Medicine》的计算研究提出MEDRF框架，将常规临床变量、结构性MRI、相似历史病例和文献证据整合起来，用于认知障碍的分层诊断。外部验证显示，在数据高度缺失的情况下，检索增强大模型能够改善分类器的诊断表现，但不能取代基础分类模型。

大语言模型可以快速、低成本地评估生成式医疗AI，但“评分稳定”并不等于“判断正确”。这项来自卢旺达真实全球健康场景的研究表明，无论单个模型还是模型评审团，目前都无法在整体上达到当地临床医生的评价水平。

本期脉络指向一个清晰转变：公共卫生AI的价值不再只是提高预测分数，而在于把数据权利、异质性风险与可执行干预连成闭环。关键挑战是让模型既能持续学习，也能公平、可验证地进入真实服务体系。

面部白癜风的严重程度评估容易受到面部曲率和观察者判断的影响。Lee、Kim、Park等开发的AI辅助三维分析系统，可将病灶映射到重建面部，并把皮肤科医生估算F-VASI的平均绝对误差从6.71降至3.13。

在代谢功能障碍相关脂肪性肝病（MASLD）中，一个无创模型“总体区分能力不错”，并不等于它能在真实筛查场景中有效减少不必要的肝活检。这项双中心回顾性研究将常规临床资料、实验室检查和肝硬度整合进浅层神经网络，同时用预先限定精确率范围的召回率—精确率指标评价模型，试图让算法性能与临床筛查代价直接对应。

一项覆盖1020例患者的多中心回顾性研究表明，人工智能系统HPSurv能够仅凭常规苏木精-伊红染色全切片，量化胰腺导管腺癌的空间异质性并预测术后总体生存。模型在多个队列中的平均C指数为0.761，但距离临床部署仍需前瞻性、国际化验证及针对治疗获益的正式分析。

对近十万段双手同步戒指光电容积脉搏波数据的分析显示，双侧测量能够小幅但具有统计学意义地改善心率、血压和年龄估算，其中最可靠的目标是心率。两只手的预测结果是否一致，还可能成为判断单次测量可信度的实用信号；但就血压而言，这套方法仍未达到临床无袖带测量的要求。