‘虚拟活检’时代：跨模态成像与皮肤组织学的无创识别
这篇综述评估了一项关键研究，该研究表明跨模态成像能够以超过96%的准确率识别皮肤组织学特征，为传统活检提供了一种安全有效的无创替代方案，用于临床决策。
打破硬件障碍：域迁移AI如何实现供应商无关的3D OCT黄斑疾病检测
《美国医学会杂志·眼科学》（JAMA Ophthalmology）的一项多中心研究介绍了一种使用域迁移技术的深度学习模型，该模型能够准确检测不同OCT硬件供应商的黄斑疾病，具有高阴性预测值，并建立了适用于各种临床环境的稳健分诊系统。
AI辅助乳腺X线摄影优于标准双读：来自MASAI试验的见解
MASAI试验表明，AI辅助乳腺X线摄影筛查在保持特异性和显著减少放射科医生工作量的同时，实现了更高的敏感性和不劣于标准双读的间期癌发生率。
初级保健中的AI听诊器：为什么实施科学比算法准确性更重要
TRICORDER试验表明，尽管AI听诊器能够检测心力衰竭、心房颤动和瓣膜病，但在英国初级保健中的实际应用并未在12个月内显著增加新诊断的数量。
移动应用引导的自我按压：卵巢癌相关疲劳的可扩展解决方案
一项3期随机临床试验表明，与常规护理相比，6周的移动应用引导的自我按压显著且持续地减轻了卵巢癌幸存者的疲劳，提供了一种安全、低成本的数字健康干预措施，用于长期症状管理。
远程手术打破距离障碍：里程碑RCT证实其与本地机器人泌尿外科手术具有非劣效性
一项多中心随机对照试验表明，远程机器人手术在距离长达2800公里的情况下，对于泌尿外科手术的成功率、低延迟和等效安全剖面均不逊于本地手术。
人机协作在眼科临床推理中的应用：提高诊断准确性，但存在过度自信和自动化偏差的风险
一项涉及30名眼科医生和住院医师的交叉研究显示，虽然Claude-3.5-Sonnet协作在复杂病例中提高了诊断准确性，但也增加了对错误决策的信心，并且未能达到单独使用AI的性能水平。
精准肿瘤学与人工智能：数字病理学中祖先相关变异对EGFR预测的影响
本综述评估了AI病理模型在预测EGFR突变方面的通用性，强调了不同遗传背景和样本类型下的显著性能差异及其在临床分诊中的作用。
基于分子的中枢神经系统肿瘤分类中，AI助手实现高准确率：多机构验证
这项多机构研究验证了Neuropath-AI，这是一种通过从组织病理学切片推断分子特征来预测中枢神经系统（CNS）肿瘤类型的深度学习系统。该模型在高置信度样本中达到了80%的Top-1准确率，为神经肿瘤学诊断提供了可扩展的工具。
AI驱动的影像学检测在预测HPV阳性口咽癌预后方面优于放射科医生
单中心研究表明，基于CT的淋巴结分割和影像学外侵（iENE）分类的人工智能管道在预测HPV阳性口咽癌患者的预后方面显著优于传统的放射学评估，能够更有效地识别高风险患者。
高同理心，低准确性：生成式AI能否安全地支持酒精滥用？
发表在《NEJM AI》上的一项纵向研究评估了七种生成式AI聊天机器人对酒精滥用的支持情况，发现尽管它们在同理心和非评判性语言方面表现出色，但经常提供低质量或不准确的医疗信息，突显了临床应用中的关键安全问题。
AI驱动的预后：EEGSurvNet从常规EEG数据准确预测癫痫发作时间
研究人员开发了EEGSurvNet，一种深度生存模型，用于分析常规EEG以预测两年内的癫痫发作风险。该模型在两个月时达到了0.80的AUROC值，并在没有可见癫痫样放电的患者中表现出高疗效。
首项独立对比研究证实：AI-ECG模型在心力衰竭筛查中表现出高准确性
这项独立验证研究表明，AI增强的ECG模型能够有效检测不同人群中的左心室收缩功能障碍，AUROC最高达到0.93。然而，在模型透明度和数据共享方面仍存在显著障碍，影响临床应用。
AI驱动的抗生素转换决策支持：为什么临床医生重视谨慎而非速度
一项随机多方法研究揭示，尽管AI临床决策支持系统在抗生素转换中受到欢迎，但其主要影响是强化保守处方。研究表明，可用性和临床证据比AI解释在护理点的重要性更高。
移动健康管理模型将高危妊娠中的妊娠糖尿病发病率降低近45%
一项随机对照试验表明，使用Better Pregnancy应用程序的移动健康管理模型显著降低了妊娠糖尿病（GDM）的发病率，改善了血糖控制，并提高了高危孕妇的自我效能，为现代产科护理提供了可扩展的解决方案。
多模态AI在预测前列腺切除术后生化复发转移方面优于临床列线图
经过验证的多模态AI模型利用数字病理学和临床数据显著改善了前列腺癌生化复发患者的危险分层，识别出最能从挽救性激素治疗中获益的患者。
人工智能衍生的肌肉减少症指标预测抗EGFR治疗在RAS野生型转移性结直肠癌中的生存获益
对PanaMa试验的深度学习分析显示，在RAS野生型转移性结直肠癌（mCRC）患者中，高肌肉-骨骼比（MBR）患者的维持治疗中加入帕尼单抗的获益显著更高，这表明了一种新的AI驱动的个性化肿瘤学方法。
肌肉-骨骼比：转移性结直肠癌抗EGFR治疗的新AI驱动生物标志物
一种通过深度学习得出的肌肉减少症指标——肌肉-骨骼比（MBR），已被证明能够预测RAS野生型转移性结直肠癌患者对维持抗EGFR治疗的疗效，可能识别出真正从治疗强化中受益的患者。
基于AI的OCT分析在预测非罪犯病变结果方面优于人类专家：PECTUS-AI研究的见解
PECTUS-AI研究表明，使用OCT通过AI识别薄帽纤维粥样瘤（TCFA）在预测心血管事件方面的预后价值优于手动分析，尤其是在评估整个成像冠状段时，为高危患者的识别提供了一种标准化方法。
使用PILOT架构预测肝切除术后肝功能衰竭：整合肝再生生物标志物和分阶段机器学习
新型PILOT机器学习架构整合了分阶段围手术期数据和再生相关生物标志物，能够在手术后六小时内预测肝切除术后肝功能衰竭，显著优于传统临床模型，并实现早期个性化风险分层。