超核上麻痹症（PSP）的临床表现差异很大。一项新的病理学研究通过分析241例患者的脑组织，发现tau蛋白异常蓄积有三种不同的空间时间进展模式，这些模式与遗传、性别和共病因素相互作用，共同决定了患者的临床表现和预后。

言语流畅性测试中的语音信息蕴藏着诊断价值。一项对拉丁美洲人群的研究发现，通过自动分析患者在简单言语任务中的语音特征，可以达到与脑成像和标准认知测试相近的阿尔茨海默病诊断效能，同时大幅降低检查成本和时间负担。

PREVENT心血管风险预测方程在美国医疗中心的真实电子病历数据中表现出强大的判别力，即使在数据缺失情况下也保持良好性能。然而，该模型在不同种族和社会经济阶层患者中存在校准差异，建议临床实施前进行本地化调整。

一项新研究提出MORE-CLEAR框架，将大语言模型与离线强化学习相结合，为重症医学中的脓毒症管理提供数据驱动的决策支持。该框架在包含20,916例患者的多中心回顾性研究中展现出了显著的生存率改善潜力。

一项孟加拉国的多地区队列研究表明，平均温度与蚊媒病流行密切相关，将气候数据与社会经济信息整合到常规疾病监测系统中，可显著增强疾病预警和资源配置能力。

焦虑症作为全球重要的心理健康问题，其客观诊断依然困难。最近的一项系统综述分析了38项研究发现，可穿戴心电和光电传感技术在焦虑检测中显示潜力，但要真正进入临床应用仍需克服多个关键障碍。

一项新发表在NPJ数字医学的研究表明，通过分析面部表情中的微妙动作单元，深度学习模型可以准确估计患者的头痛强度，这对难以口头表达疼痛的患者群体具有重要意义。

全球医疗AI领域的投资正在重塑医疗创新的地形。一项覆盖2010-2024年间3807家AI医疗初创公司的大规模研究发现，资本流向高度集中在技术复杂度较高的领域，而许多有临床需求的领域仍被严重忽视。

识别肿瘤的原发部位是癌症诊断和治疗的关键难题。一项新研究开发了一种高效的深度学习方法，可以直接从病理幻灯片快速准确地识别肿瘤来源，为原发癌症不明患者的诊断和分类提供有力支持。

一项对美国与欧盟地区ICU（集中治疗病房）AI医疗设备的系统综述发现，尽管已有36个此类产品获得商业化许可，但监管批准与临床实证之间存在显著鸿沟。当前的监管框架可能无法适应自适应和生成式AI系统的需求。