这项发表于NPJ digital medicine的研究系统比较了多类深度学习架构与光谱预处理策略，用于MALDI-TOF质谱在感染性疾病诊断和蚊媒疾病监测中的不同任务。

临床技能培训中的“会不会做、做得好不好”，长期依赖教师现场观察和主观评分。Dai、Chen、Han等人在NPJ digital medicine发表的研究，尝试用AI视频分析系统对外科换药操作进行标准化评分，并与专家评分进行对照验证。

这项发表于 The Lancet Digital Health 的建模研究显示，大语言模型在特定心理学诱导范式下，会表现出可测量、可下调并与认知偏向相关的情感反应模式。

这项研究评估了一个嵌入电子病历的GPT-4o临床决策支持系统在肯尼亚基层医疗中的实际使用安全性。结果显示，系统输出总体质量较高并常与本地指南一致，但潜在有害建议及其被采纳的情况提示，临床部署仍需持续监测与防护机制。

住院低血糖是糖尿病及高血糖住院管理中的重要安全问题。Momenzadeh、Cranney、Chen等人在NPJ digital medicine发表的研究，开发并前瞻性评估了一种基于常规电子健康记录数据的实时深度学习模型，用于预测未来24小时内的住院低血糖风险。

这项发表于NPJ digital medicine的研究提出了SonoEye：一个面向眼科超声的视觉-语言基础模型，用于疾病筛查、鉴别诊断和风险分层。

这项前瞻性质量改进研究显示，在头颈肿瘤多学科讨论场景中，经过提示词引导的环境式AI可提升会议记录质量，并较人工记录减少行政文书时间。

这项发表于 Science Advances 的研究提出了 PathTIGR：一种将体细胞突变、拷贝数改变与 KEGG 通路拓扑结构结合的图表示学习框架，用于预测癌症免疫治疗反应。

环境不仅是背景，也是暴露。个体不是人口平均值，而是异质的风险景观。资源有限时，算法设计的每一个选择都关乎公平。这批研究在PM2.5与传染病、风险预测与资源配置、AI开发伦理之间建立了新的连接，重新定义了预防医学的数据科学方向。

这项发表于《PLoS Medicine》的队列研究表明，在马拉维基层医疗场景中，基于常规临床与家庭背景信息的机器学习模型，可较准确预测2至59月龄肺炎患儿7天内住院或死亡风险。