这项发表于Gastroenterology的多中心集群随机研究显示，在美国退伍军人健康管理局常规肠镜实践中，提供计算机辅助检出设备与腺瘤检出率升高相关。

这项发表于 NPJ digital medicine 的多队列研究提出了一个对临床AI很关键的判断：在帕金森病个体认知轨迹预测中，限制模型表现的核心因素可能不是机器学习方法不够先进，而是认知结局测量的保真度不足。

这项发表于 NPJ Digital Medicine 的研究提出 Fundus2Video：一种从单张彩色眼底照片生成动态荧光素眼底血管造影（FFA）视频的生成式模型。

这项发表于 NPJ digital medicine 的研究提出了 HACHI：一种“人在回路中”的AI框架，用于从非结构化临床病历中设计完全可解释的临床预测模型。

医患对话录音中包含大量噪声、错字、说话人混淆和话轮断裂，直接用于医学大模型微调并不理想。Qin、Tang、Huang等发表于NPJ digital medicine的研究提出，一个Planner-Memory-Executor智能体流程可以把原始转录整理为更可靠的结构化对话，并改善下游医学对话模型表现。

本周的医疗AI主线不是更大的模型，而是更早的判断：红外视频筛查睡眠呼吸暂停、血浆蛋白预测肺癌风险、影像遗传学重塑白质表型、GraphRAG压低医学幻觉。问题也随之改变：谁能真正进入临床？

Radiology & Imaging领域转变在加速:基础生成模型突破人类诊断水平,跨系统协调框架解决临床部署难题,影像生物标志物开启疾病新认知。从任务特定向通用架构、从精准度向临床可靠性的范式演进。

一项发表于 Nature Communications 的研究显示，基于fMRI的脑活动模式可以较准确地区分人在思考自己、思考他人，或进行一般心理化加工时的神经状态。

本期眼科回顾呈现三个交汇趋势：AI正在让眼部筛查走出诊所进入家庭，眼底与眼表成为全身代谢疾病的检测窗口，而多模态数据的整合使个体化治疗预测成为现实。智能手机、知识图谱与生物标志物的组合，正在重新定义眼科医学的边界。

一项发表在《细胞》杂志的最新研究发现了一个由14种血浆蛋白组成的生物标志物，可在肺癌诊断前5年以上时间点准确预测其发生风险，预测效能达到0.865的曲线下面积。更为关键的是，这个标志物能够精准识别出真正受益于抗IL-1β药物预防治疗的高危人群，使预防策略的治疗效益提升27倍。