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。

本期 Neurology & Neuroscience 的主线并非更高的模型分数，而是更可行动的测量：血液、数字行为与影像正在拓宽早筛和分层，急诊与肿瘤场景则把校准、外部泛化和工作流价值推到评价中心。

当前 Digital Health & Informatics 的重心正在转移：模型能力仍在上升，但决定价值的已是校准、场景专用性、用户采纳与人机边界。真正的竞争不再只是更高分，而是能否在复杂临床系统中被可靠使用。

对于接受胆脂瘤手术的患者，术前能否更准确地说明术后听力结局，是临床沟通中的关键问题。一项单中心回顾性研究提示：在常规临床变量基础上，谨慎地引入术前颞骨CT信息，可能提升个体化术后听力预测的准确性。

一项纳入59,218名英国成年人的前瞻性研究提示，在全天24小时的行为构成中，相对更多的移动或站立、相对更少的久坐，与较低的运动相关癌症发病风险相关。若以每天15分钟的移动替代睡眠或久坐，风险关联已可观察到；在强度维度上，短时高强度体力活动呈现最强关联。

本期 Geriatrics & Aging 当前覆盖显示，AI正把衰老研究从静态诊断推进到个体轨迹识别：既要分离正常老化与病理信号，也要把认知、虚弱、分子标志物及独立生活能力纳入同一套风险判断。

欧洲空气污染治理面临一个不完全由本地排放决定的挑战：来自沙漠地区的跨境输送沙尘正在增加。发表在《Nature》上的研究显示，2012—2021年欧洲输送沙尘PM10浓度总体呈上升趋势，南欧承受的负荷最高，且更强的沙尘侵入已与日死亡和儿童呼吸系统住院风险增加相关。

公开皮肤科数据集大多只有图像和有限标签，缺少与临床工作紧密相连的文字记录。Marini、Liang、Rajaraman等人的研究提出：在病灶元数据约束下，由大语言模型合成临床笔记，或可将这些单模态资源转化为可用于训练多模态模型的图文数据。