一项发表于NPJ digital medicine的研究提出了ActiTect：一个开源机器学习流程，用腕戴式活动记录数据筛查REM睡眠行为障碍。

近期传染病研究呈现一个清晰的趋势：AI正在三个层面重塑我们的诊疗方式。从基因组数据揭示感染易感性的分子根源，到实时自动化诊断和时空监测扩展临床能力，再到用生理信号精准预测患者风险和个性化治疗，这些进展表明数据驱动的决策正在成为现代感染防控的标准范式。

这项发表于 Nature communications 的计算研究系统评估了大语言模型在血浆细胞游离RNA诊断标志物发现中的作用。结果显示，LLM可帮助优先筛选疾病相关基因面板，但尚不能替代差异表达分析和标准机器学习流程。

对于左室肥厚患者，心脏淀粉样变常需与肥厚型心肌病和高血压性心脏病鉴别。Zhang、Wan、Hu等在BMC Medicine发表的中国多中心回顾性研究显示，基于常规心电图、超声心动图和收缩压变量的AI模型，具有较强的非侵入性辅助诊断表现。

这项发表于 NPJ digital medicine 的研究提示，老年人的日常活动模式不仅能反映身体衰弱程度，也与其对跌倒的担忧相关。

这项发表于 NPJ digital medicine 的研究提出 ClinVec：一套基于临床知识图谱训练、可共享且不依赖患者级数据的标准临床代码嵌入。

这项发表于 NPJ digital medicine 的研究提出了 FIRST-ICU：一个用于ICU多项干预预测与患者风险分层的深度学习框架。

这项发表于 NPJ digital medicine 的概念验证研究显示，基于临床试验文件约束的GPT-4o模型，可以较准确、稳定且可读地回答知情同意相关问题。

这项发表于 Nature communications 的研究提醒我们：数字病理基础模型的高性能，并不等同于它们真正学到了稳定、可迁移的生物学特征。

这项发表于 Gastroenterology 的研究构建了 IBDome：一个整合临床、内镜、病理、分子组学和全切片图像的炎症性肠病公开图谱。