一项发表于《NPJ digital medicine》的横断面研究提出，短时、重复采集的智能手机面部视频和语音任务，可用于辅助识别重性抑郁障碍患者是否可能合并经视频多导睡眠监测确认的快速眼动睡眠行为障碍（RBD）。该模型在小样本内部交叉验证中表现出一定区分能力，但其定位是筛查与分诊辅助，而非独立诊断工具。

ICU循环与呼吸失稳往往不是由某一个“越界”的生命体征瞬间决定，而是隐藏在持续变化的轨迹之中。这项研究显示，仅依托高分辨率连续生命体征，模型已可在外部队列中较好预测未来3小时内的循环和呼吸失稳；经临床专家整理后的规则系统，则进一步改善了告警层面的表现与可解释性。

在急性疑似卒中场景中，决定下一步路径的关键问题之一，是尽快区分出血性卒中、缺血性卒中及非卒中表现。一项澳大利亚多中心中期临床研究显示，便携式16天线射频（RF）脑扫描仪结合深度学习，可在预先定义的留出测试集中识别两类卒中，且不依赖传统意义上的图像重建。

一项发表于《NPJ Digital Medicine》的队列研究提出DL-CD8T模型：它从肾透明细胞癌常规H&E全切片中推断CD8+ T细胞炎症状态。该模型不仅与肿瘤免疫特征一致，还在多个队列中显示出预后分层价值，并与靶向治疗联合免疫治疗的获益相关。

一项发表于《NPJ Digital Medicine》的计算研究提出OMICS-FUSE框架，将转录组、蛋白组与DNA甲基化数据在特征层面融合，用于治疗前预测卵巢癌患者对治疗的反应。其最佳早期融合随机森林模型在独立留出测试集上达到0.939的AUC，显示出多组学信息对疗效分层和候选生物标志物发现的价值。

PROVISION-AF研究评估了一种基于Transformer的AI心电图模型：即使患者当下为窦性心律，模型仍可预测其未来3至30天内发生房颤的风险。研究进一步显示，在结构化模拟病例中向医生提供AI风险估计，可改善房颤风险辨别和随访决策的准确性。

一项病例对照研究整合鼻黏膜单细胞RNA测序和单细胞染色质可及性测序，描绘了过敏性鼻炎的上皮—基质细胞图谱。结果提示，过敏性鼻炎中的关键变化不仅位于免疫环境，还包括上皮细胞分化失衡、club细胞减少和增强的上皮—基质信号互作。

一项发表于《Science Advances》的计算研究提出UNITE框架：仅基于血浆游离DNA（cfDNA）的0.1×浅层全基因组测序，即可同时读取片段长度、跨基因组区间变异性、拷贝数异常及末端序列等信息，用于肿瘤组织非依赖的癌症检测。

当前Cardiology覆盖显示，心电图正成为可扩展的风险表型平台，影像、PPG与可穿戴血流动力学持续前移预防关口。真正的分水岭已不只是模型性能，而是跨机构、跨人群的校准、分诊价值与可执行的干预路径。

一项发表于《European Heart Journal》的中国队列研究开发了China-AIHeart：一套按性别分别建模的Transformer生存预测模型，用于估计中国成人未来10年的心血管病、心肌梗死和卒中风险。