这项发表于 Nature communications 的研究提示，标准化语音记录结合自监督语音表征，有望成为支持重性抑郁障碍筛查的客观数字生物标志物。

本周最有分量的论文共同指向一个变化：医疗AI不再只追求单个任务AUC，而是在学习可迁移的表征、可解释的轨迹和可嵌入流程的判断。但越接近临床，越要追问模型学到的是疾病本身，还是医院、设备和数据习惯。

本期 Digital Health & Informatics 的主线不再只是模型性能，而是 AI 能否进入采样、诊断、记录、筛查和影像基础设施的真实链条：更低摩擦、更短决策周期，也更需要外部验证和流程约束。

这项发表于 NPJ digital medicine 的研究提出 FairGen：一个面向人口学公平性的医学影像扩散生成框架，目标是在保持疾病相关视觉特征的同时，生成更均衡的合成数据。

本期 Emergency Medicine 回顾显示，急诊AI的重点正在从单点预测走向工作流嵌入：调度、分诊、危急诊断、复苏指导和复诊风险管理共同指向一个问题，如何在时间压力下更早、更准地分配有限注意力。

这项发表于 Science Advances 的研究提出了一个有意思的制剂思路：部分可电离小分子药物不仅可以作为治疗成分，还可能替代传统可电离脂质，参与siRNA络合与纳米颗粒包载。

本期Oncology回顾聚焦三条关键轨迹：基础模型正重塑癌症影像分析，从专域模型到通用LLM的适配挑战；自动化技术系统消除病理诊断中的手工步骤，加速从影像到手术室的决策；诊断方式多元化突破传统活检的局限。AI与临床实践的融合加速。

这项发表于 NPJ digital medicine 的研究提出了 KnDAgent：一种面向急诊临床决策支持的图增强自主AI代理，试图把相对稳定的医学知识与持续变化的急诊真实世界数据结合起来。

一项发表于 Nature medicine 的独立评测显示，在医学知识、临床推理和真实医生提问场景中，前沿通用大语言模型整体表现优于专门面向临床的AI工具。

这项发表于 NPJ digital medicine 的研究评估了一套AI辅助、人类专家参与审核的工作流，用于从异构生物医学数据源中生成通用数据元素（CDEs），并推动数据互操作。