这项发表于 NPJ digital medicine 的计算研究显示，通用大语言模型的嵌入模型可以将纵向电子健康记录编码为具有临床预测价值的患者表示。

对于肺腺癌脑转移患者，EGFR突变状态直接关系到分子分型和精准治疗决策，但脑转移灶取材常常并不容易。

临床心电图训练出的AI模型，并不等于可以直接用于家用单导联设备。Lin、Liu、Chen等人的这项研究显示，跨医院临床心电系统的泛化表现较稳健，但迁移到Apple Watch和QOCA ECG102D等家用记录后，模型性能会出现明显下降。

近期 Digital Health & Informatics 的重点不再只是模型是否更强，而是能否在真实工作流中改善判断、提早识别风险，并以更低侵入性进入连续监测与预防场景。

本周的主线不是模型又多会分类，而是医疗AI正在把枕下信号、常规CT、病理切片、影像肌肉量和转录组数据转化为可追踪、可解释、可进入决策前夜的临床测量工具。机会很大，验证债也很重。

这项发表于Nature Biomedical Engineering的研究验证了BoneCoT：一个面向全身骨骼CT的基础模型，用临床医生整理的任务关系和推理路径来辅助骨转移相关判断。

这项研究聚焦一个临床上非常现实的问题：当大型语言模型给出看似流畅的妇产科答案时，我们如何判断它是否不可靠？研究显示，基于“答案含义是否稳定”的语义熵，比基于词语概率的困惑度更能识别GPT-4o的错误输出。

本期 Endocrinology & Diabetes 回顾显示，AI 的重心正在从单点诊断表现转向风险分层、筛查前移和机制解释：更轻的检测入口、更细的人群优先级，以及更可解释的分子信号，正在共同改写代谢病管理的起点。

这项发表于 NPJ digital medicine 的研究将多组学建模与机制实验结合，提出m6A-SCG2-肿瘤相关巨噬细胞轴是结直肠癌5-FU耐药的重要机制之一。

这项发表于 NPJ digital medicine 的研究提出了一套面向低质量裂隙灯图像的角膜炎自动诊断框架，试图解决深度学习模型在真实临床低质图像中性能下降的问题。