一项发表于《Nature communications》的研究，对心力衰竭治疗的靶试验模拟进行了严苛检验：即使采用倾向评分、加权、双重稳健估计和基于Transformer的纵向电子病历模型，常规电子健康记录中的观察性分析仍未能重现随机对照试验的死亡率结论。

一项发表于《Nature Biomedical Engineering》的研究提出MRI专用基础模型PRISM：它在336,476例体积MRI扫描上进行多序列自监督预训练，并在44项下游基准中取得39项第一。结果提示，面向MRI数据特性的预训练策略，或可提升影像AI在不同解剖部位、扫描序列和外部队列中的可迁移性。

面对多参数流式细胞术产生的大量细胞群信息，真正困难的不只是给出一个分类标签，而是判断这个标签是否足够可信。发表于《PLoS Medicine》的研究提出FlowXAI：它以可解释的结构评估和规则化专家委员会，对B细胞非霍奇金淋巴瘤（B-NHL）进行分层分类，并在病例层面报告结果的可信程度。

本周最强信号不在于又多了几个高分模型，而在于模型开始跨越年龄、设备、模态与真实噪声。能否在具体决策节点保持可靠，并让临床团队知道何时该信、何时该停，正成为医疗AI的分水岭。

本期脉络很清晰：泌尿肿瘤AI正把影像、检验与临床情境接入关键决策点；肾脏风险模型则开始接受跨院泛化、连续预警和真实工作流的检验。性能仍重要，但能否被使用、如何改变决策，已成为同等核心的问题。

荧光素眼底血管造影（FFA）的价值，不仅在于发现异常荧光，更在于把不同时间相位、不同部位的影像征象组织成可追溯的临床判断。Su、Liu、Guan等发表于《NPJ digital medicine》的研究提出Clin-FFA-VLM，以“先识别病灶，再生成报告，最后结合报告作出诊断”的流程，尝试让视觉语言模型更贴近视网膜专科医师的判读路径。

本期回顾显示，Digital Health & Informatics 的重心正从单点模型精度转向临床路径中的可验证能力：跨区域迁移、决策可审查性、真实世界证据，以及将连续信号转化为可行动的个体化信息。

急诊分诊阶段的机器学习入院预测模型，不能只看AUROC是否稳定。来自澳大利亚一所综合医院的六年模拟研究显示：在明显协变量漂移下，固定模型仍保持较好的区分能力，但校准表现和床位需求预测逐渐恶化；定期再训练能够改善这些更贴近医院运营的指标。

儿童急性回结肠型肠套叠的空气灌肠复位是否成功，直接影响急诊处置节奏。Liu、Wang、Zeng等在一项中国多中心研究中训练并前瞻性验证了基于超声B型静态图像的Vision Transformer模型，用于预测空气灌肠复位失败风险。

在199道心内科住院医师阶段性考试题中，Claude Opus 4.6、Gemini 3.1 Flash-Lite和GPT-5.4的正确率均超过80%。但这项研究提示：考试总分只能反映模型能力的一部分，面对干扰项、解释任务和“以上皆非”式题目时，模型的表现仍存在重要缺口。