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。

一项新发表于《柳叶刀·数字健康》的研究表明，由多个大语言模型组成的AI医学委员会能够以高准确率和公平性评估肝脏移植候选人，这为使用人工智能改进器官移植选择决策提供了重要证据。

最新研究对Mindray MC-100i AI系统与15名血液形态学专家的白细胞分类性能进行了系统对比，发现该AI系统的整体准确率达到95.97%，在许多关键细胞类型的识别上表现出色，特别是在早期原粒细胞的检测中显示出临床应用潜力。

路易体病是神经退行性疾病的常见病因，但同样的脑部病理改变为何会导致患者痴呆程度差异悬殊？一项整合APOE基因型和量化病理分析的研究发现，患者的遗传背景在很大程度上决定了他们对α-突触核蛋白沉积的"容受度"，从而开启了精准医学干预的新思路。

一项新研究在290名成年唐氏综合征患者中发现，通过血液蛋白质组学检测可以以96%的准确度识别脑部淀粉样蛋白沉积，而患者的APOE ε4等位基因携带状态对检测效能影响极小。

一项新发表的研究评估了ChatGPT-5 Pro生成精神病学教学案例的临床质量。虽然AI生成的案例在诊断相关性上表现优异，但安全伦理防护显著不足，需要经验丰富的教师进行实质性修改才能投入课堂应用。

心血管疾病的个性化监测和管理对患者预后至关重要。最新研究开发了结合物理模型与深度学习的创新方法——Windkessel物理信息神经网络，能从非侵入性生物阻抗可穿戴设备预测血压波形并准确估计个性化心血管参数，准确度比传统数据驱动方法提高12-25%。

近期发表在《自然通讯》上的研究展示了一个名为PathPT的新框架，通过少量提示调优技术，显著改进了罕见癌症亚型的诊断准确率，在仅有少量注释数据的情况下实现了可与传统方法媲美甚至超越的诊断性能。

VarNet-T是一种新型深度学习框架，能够在仅有肿瘤样本的情况下准确识别体细胞变异并估计肿瘤突变负荷（TMB），相比现有方法性能提升20-33%，有望改善癌症患者的免疫疗法精准筛选。

一项大规模研究分析了超过3700名受试者的261项生活方式和环境因素，发现多重暴露因素共同预测脑灰质健康状况，其中心血管因素、吸烟、饮食等关键因素的长期作用比当前状态本身更能预测脑衰老进程。