一项覆盖7033例患者、11135张苏木精-伊红染色全切片的多中心研究表明，人工智能可以从常规肾肿瘤组织学图像中连续完成组织区域检测、肿瘤亚型分类、核分级和生存风险预测。外部验证进一步显示，这套系统的价值不仅在于较高的分类性能，还在于提供了独立于传统分级的预后信息。

对精神病患者言语进行复杂的自然语言处理，并不必然比计算词数、句数和平均句长更有价值。这项跨德语与俄语的基准研究表明，许多看似精细的语言指标实际上没有超越简单、透明的言语量基线。

基于超过70万段儿童超声心动图视频训练的EchoAI-Peds，可从一次完整、多视频检查中识别28类先天性心脏缺陷、结构与功能异常以及术后改变。该模型在内外部测试中的宏平均AUROC分别达到0.91和0.89，明显超过两种成人超声心动图模型。

一项覆盖367万余人的计算研究显示，常规实验室检查、生命体征和既往胸片经过纵向整合后，不仅能够识别当前癌症，还可能在确诊前一年提示风险，并为分期、治疗反应和复发监测提供信息。研究团队构建的Oncoformer，试图用一个统一模型描述从早期发现到治疗后随访的癌症连续过程。

骨科创伤急诊手术需求波动显著，依靠近期平均值或简单经验往往难以准确安排资源。基于一家一级创伤中心近万例手术的数据，研究者发现，经过本地数据校准的时间序列模型可将每日手术时长的平均绝对误差降至1.80小时，并较准确地识别需求超过一个8小时手术室区块的日期。

帕金森病的抑郁、淡漠和冲动特质并非共享同一种丘脑底核电生理模式：它们分别与α、高β及低γ频段活动相关，并呈现不同的空间和结构连接特征。这项研究提出了一个“空间—频谱—连接”框架，但这些信号目前仍是有待前瞻性、个体化验证的候选生物标志物。

一项针对67名成人特应性皮炎患者的血清蛋白组研究发现，预先界定的重度患者与轻度患者之间存在广泛而清晰的分子差异。重度疾病的系统性信号主要指向上皮组织损伤及Th2/Th22免疫通路，九种候选蛋白组成的精简面板在交叉验证中表现出很高的分组能力。

难治性抑郁症患者接受前扣带回毁损术或前囊切开术后，即使临床症状有所改善，决策和精神运动迟缓仍可能持续。真正区分手术应答者与非应答者的，更多是奖赏价值判断、证据积累效率及相关神经信号是否趋于正常。

一项发表于《Science Advances》的研究开发了名为ARISE的多模态电子皮肤系统，将腕部生理传感、无线传输与时序人工智能模型结合，用于识别人体活动并连续评估疲劳。该系统在四类受控活动识别中取得94.7%的测试准确率，同时减少了对人工特征和大规模标注数据的依赖。

在6080例接受择期大型非心脏手术的中国患者中，无论采用传统心电图特征，还是用深度学习模型分析原始波形，单次术前静息心电图对术后30天心血管事件的预测能力都较弱。与之相比，NT-proBNP和高敏肌钙蛋白T为现有临床风险评分提供了更多有效信息。