StyleGAN3 生成的合成视频频闪镜喉部图像：真实性评估
本研究评估了使用 StyleGAN3 生成的合成喉部图像的感知真实性，结果显示真实帧与合成帧之间存在较高混淆度，并提示在实现逼真图像生成时，中等训练时长即可达到较高效率。
AI赋能聚焦心脏超声：新手操作者也能高效筛查主动脉瓣狭窄
一项新型深度学习算法可通过由新手操作者获取的AI引导聚焦心脏超声，准确检出中度及以上主动脉瓣狭窄，为扩大筛查可及性提供了可推广的解决方案。
借助深度学习分析伤口图像，推动切口手术部位感染的早期识别
经验证的深度学习模型可准确识别伤口图像中的手术部位感染，为术后早期监测和及时临床干预提供了很有前景的远程医疗工具。
从二元判断到个体化预测：机器学习概率评分助力人工耳蜗植入候选筛查
本研究介绍了一种已验证的机器学习工具，可提供个体化概率评分，用于优化人工耳蜗植入候选筛查；该工具较传统规则更具优势，能够支持针对性患者咨询并识别边缘病例。
社区结构性心脏病的AI-ECG筛查：PREVUE-VALVE研究揭示真实世界应用边界
PREVUE-VALVE研究显示，在医院环境中开发的AI-ECG模型应用于患病率更低、结构性心脏病更轻的社区人群时，诊断准确性会下降，提示必须根据具体应用场景进行评估。
人工智能助力舌癌术后并发症风险预测，精准度显著提升
机器学习模型可有效预测舌癌舌切除术后30天内的主要并发症，相较传统方法，可更精准地进行个体化风险评估。
卒中后上肢恢复的早期预测：基于机器学习的临床可行方案
基于卒中后72小时内的简易临床评估，机器学习模型可准确预测6个月上肢运动结局，有助于康复规划。
氧疗迈入智能时代：自治式滴定提升急性病成人正常氧血症维持
SAVE-O2 AI试验显示，与人工方法相比，自治式氧疗滴定可显著提高住院急性病成人的正常氧血症维持时间，并缩短低氧血症持续时间。
AI 赋能心电图能否成为肥厚型心肌病左心室功能障碍的新型监测工具？
本研究探讨了人工智能心电图工具在监测接受 mavacamten 治疗的肥厚型心肌病患者左心室收缩功能障碍方面的潜力，有望以负担更小的方式替代频繁超声心动图检查。
赋能儿科急诊：基于 ChatGPT 的早期病史采集试点研究
一项试点研究表明，ChatGPT-4 可行地从儿科急诊患者处收集准确且令人满意的病史，有助于简化分诊流程并减轻文书负担。
AMBUSH-AI：借助人工智能与超声成像提升烧伤深度诊断
本文介绍了 AMBUSH-AI，这是一种新型 AI 驱动系统，借助超声成像可准确预测烧伤创面深度，较现有临床标准进一步提升诊断准确性，并有望为烧伤救治中的最佳手术决策提供依据。
AI赋能的无对比剂MRI：虚拟原生增强推动心肌瘢痕检出革新
一项前瞻性多中心研究表明，AI 驱动的虚拟原生增强（VNE）MRI 可在无需对比剂的情况下准确检出并定量心肌瘢痕，从而有望减少临床心脏病学中对钆基成像的依赖。
AMD筛查AI的共识参考标准：临床与开发者必须了解什么
2026年专家共识为AMD筛查AI算法建立了基于影像的参考标准，推荐采用Beckman分级并常规使用OCT，同时明确转诊阈值及若干不确定领域。
MAIPI：基于常规组织学的套细胞淋巴瘤 AI 预后新指标
MAIPI 深度学习模型基于常规 H&E 染色活检图像，为套细胞淋巴瘤提供了一种新颖且准确的预后工具，可绕过分子检测或专家病理评估需求，从而增强风险分层并支持个体化治疗。
AI 驱动的床旁 EEG 癫痫发作负荷监测：可预测出院时临床结局
基于人工智能的床旁即时 EEG 监测可准确量化癫痫发作负荷，并显示其与出院时不良临床结局存在剂量依赖性关联，提示其在重症监护中的应用潜力。
借助协作式AI工具提升急诊科临终死亡风险预测
一项比较“医师惊讶问题”、AI驱动的 GEST 模型及二者联合方案的研究显示，在预测老年急诊患者6个月死亡风险方面，联合方法可提高准确性并提升效率。
机器学习推动耳科影像升级：由颞骨MRI生成合成CT
机器学习算法可基于颞骨MRI生成合成CT图像，从而在不增加辐射暴露的情况下同时显示骨与软组织，有助于耳科手术规划与解剖定位。
人工智能驱动的偶然甲状腺发现见解：流行率、临床影响及过度诊断困境
一项使用人工智能分析放射学报告的回顾性队列研究揭示了偶然甲状腺发现（ITFs）的高流行率，与诊断级联的强烈关联，以及低风险甲状腺癌潜在的过度诊断。
数字心理健康干预对黑人和女性医护人员显示出希望
一个主动的数字心理健康平台改善了医护人员的心理健康结果，特别是对黑人和女性参与者的生产力提升和持续抑郁减少有显著益处。
AI与人类临床医生：研究揭示AI生成临床记录的差距
对AI生成的临床记录进行横断面评估发现，其质量显著低于人类生成的记录，特别是在详尽性、组织性和实用性方面。