医疗AI的评价重心正在改变：准确率只是起点，真正的问题是模型在何种数据、工作流与使用者条件下可信。本期专科回顾聚焦现实可靠性、机制与多模态预测，以及从常规信号构建规模化智能。

顺磁性环形病灶不仅反映多发性硬化的慢性活动性炎症，还可能提示患者未来发生残疾累积、尤其是复发无关进展的风险。Neurology发表的这项队列研究进一步显示，病灶越多，进展风险越高，并伴随更快的脑容量丢失。

一项在真实临床流程中开展的前瞻性质量改进研究显示，EHR内嵌的大语言模型工具可高敏感度筛出可能需要医院医学科参与外科共管的患者。系统负责提出建议，临床医生仍保留确认、拒绝和推翻建议的权力。

近期 Digital Health & Informatics 的重心正在转移：模型不再只追求更高分数，而是深入专科诊疗结构，输出可解释、可追踪的临床信息，并把隐私、公平、患者沟通与上市后风险纳入同一条治理链。

一项发表于《Nature Medicine》的大规模研究显示，肝脏增强CT人工智能系统LiON不仅在多中心验证中取得较高诊断效能，还能作为临床流程中的“第二阅片者”，协助发现此前被忽略的恶性病变。其价值主要体现在人机协作，而非替代放射科医师。

一项小规模前瞻性概念验证研究显示，在获得患者预先填写的价值档案后，大语言模型与患者治疗选择的一致率约为73%，高于法律指定代理人的44.7%。但模型的优势依赖可靠、充分的价值信息，尚不能替代代理人和临床团队的判断。

PREVUE-VALVE研究显示，在医院数据上训练的AI心电图模型EchoNext进入低患病率、疾病程度较轻的社区人群后，识别结构性心脏病的能力明显下降。即使通过匹配缩小人群差异，这一性能落差仍未消失，说明模型迁移不能只看患病率，还必须考虑疾病谱和临床场景。

这项发表于《Radiology》的研究提出了一种以诊断结果校准的前列腺MRI质量评价框架：AI不仅判断图像质量高低，还将连续质量评分与临床显著性前列腺癌的实际检出表现联系起来。随着测试集中低质量检查被逐步排除，癌症检测AI的AUC由0.92升至0.99，放射科医师的准确率也由77%升至85%。

在丹麦、德国和荷兰三家医院的1500例成人病例中，一款基于X线片的骨折检测AI表现出大致稳定的整体诊断性能。将AI用于辅助阅片后，临床医生的患者层面敏感度提高10.6个百分点，而特异度没有显著变化。

一项发表于《Science Advances》的研究将鞋载摩擦电采能、超低功耗传感器和微控制器端人工智能整合为无需电池的步态分析系统。经特征压缩后，该系统以108微瓦的整机功耗完成四类活动识别、计步和热量估算，测试准确率达到95.4%。