尿液药物检测的临床解读往往需要结合检测结果、预期用药清单和既往解释经验，既耗时又依赖专业人员判断。这项研究开发并部署了一套人机协同、非生成式的AI系统，用于生成初步临床签发解释，并评估其对效率和准确性的影响。

在真实临床数据中，患者往往不会同时拥有完整的CT、病理全切片图像和结构化临床信息。Ruffini、Caruso、Tacconi等人在NPJ digital medicine发表的这项研究，尝试回答一个关键问题：当多模态数据并不完整时，AI生存预测模型是否仍然可以有效工作。

这项发表于 NPJ digital medicine 的多中心横断面研究，开发并验证了一个面向慢性眼部移植物抗宿主病（coGVHD）的多模态大语言模型 GVHD-MLLM。

这项发表于Radiology的多中心回顾性队列研究显示，基于乳腺X线图像本身的深度学习乳腺癌风险评分并非静态指标：在后来被诊断为乳腺癌的女性中，评分在诊断前数年呈持续上升趋势。

这项发表于Radiology的多中心研究开发并评估了LympClear，用于在下肢淋巴水肿MR淋巴成像中抑制静脉信号干扰。

本周最重要的信号不是某个模型分数更高，而是医疗AI开始从单点识别、问答和预测，转向EHR流程、专科基础模型、多中心隐私分析和疗效终点重构。真正的问题变成：它们能否被临床制度长期承载。

一项来自西班牙BIOGRIAL队列的多中心横断面研究显示，IgE介导食物过敏患者的生活质量受损较为常见，其中情绪影响最突出。

这项发表于 NPJ digital medicine 的研究，关注一个临床AI落地中的核心问题：自动分割不仅要“画得准”，还要能说明“哪里不确定”。

这项发表于 NPJ digital medicine 的研究显示，年轻人并不简单拒绝心理健康领域的生成式AI聊天机器人，但他们对其角色边界、安全性和透明度有明确要求。

这项发表于 NPJ digital medicine 的研究提出 AI4Doctor：一个以电子病历为中心构建的临床大语言模型，目标不是单纯回答医学考试题，而是更贴近真实住院诊疗过程中的推理、文书和咨询支持。