脊柱X线的图像质量、采集条件与非诊断性信息会增加自动分类的难度。发表于《NPJ Digital Medicine》的研究提出IBOTSpine，在338名受试者数据上，将信息瓶颈与最优传输结合到Swin Transformer框架中，在不同训练集比例下均取得最高的报告分类表现。

腹腔镜肝切除中，肝蒂（Glissonean pedicle，GP）与肝静脉（hepatic vein，HV）的准确辨识直接关系到术野导航与操作安全。发表于《NPJ Digital Medicine》的多中心研究显示，视频分割模型Vivim能够利用连续手术画面的时空信息，对这两类关键血管进行实时高亮，并在内外部测试中优于多种既有图像与视频分割模型。

本期 Hematology 回顾显示，AI 的重心正在从单点识别转向可解释、可更新、可嵌入流程的临床支持：围手术期出凝血风险、淋巴瘤预后、移植后并发症管理与细胞治疗靶点发现正在形成新的应用轨迹。

这项前瞻性多中心诊断研究显示，由新手操作者采集的盲扫超声视频，经AI模型分析后可较准确估算16至36周孕周，整体平均绝对误差为4.2天。

这项发表于Nature Communications的研究提出了NEVA：一个面向神经母细胞瘤的统一视觉语言模型，尝试用常规病理全切片图像和病理报告同时完成诊断分类、分子生物标志物预测和预后评估。

这项发表于Nature Communications的研究提出了GeneLLM：一种直接从血浆游离RNA原始测序读段中学习癌症信号的Transformer语言模型。

这项发表于 NPJ digital medicine 的多中心验证研究显示，在不进行模型微调的情况下，加入专家知识的提示策略可显著提升大语言模型从非结构化电子病历中提取静脉血栓栓塞症风险评分项目的表现。

本期 Obstetrics & Gynecology 回顾显示，AI 正从单点识别工具转向更贴近真实流程的决策支持：胎儿超声强调泛化与培训，妇瘤模型走向治疗分层，母胎风险预测则把校准、解释和实施放到前台。

这项发表于 NPJ digital medicine 的概念验证研究，把大语言模型放到一个更接近精神科评估核心工作的任务中：根据精神科访谈材料，完成结构化精神病理条目评分。

这项预注册三臂随机对照试验提示，对话式AI心理健康干预在减轻广泛性焦虑、提升幸福感和生活满意度方面，较面对面整合式团体治疗和等待名单对照表现出更大改善。