利用机器学习预测高危冠状动脉疾病：来自SCOT-HEART试验的见解
基于临床数据训练的机器学习模型在CT扫描中预测冠状动脉疾病的准确性优于传统风险评分，可能指导心血管护理中的资源更有效利用。
结肠镜检查中的人工智能辅助光学诊断：确保安全同时减少不必要的息肉切除术
一项随机试验表明，通过人工智能辅助光学诊断保留小的非肿瘤性结直肠息肉与系统性切除一样安全有效，支持更少侵入性的结肠镜检查策略。
深度学习通过眼压增高的视盘照片预测视网膜神经纤维层厚度以评估青光眼风险
通过视盘照片预测视网膜神经纤维层（RNFL）厚度的深度学习模型可以识别出眼压增高患者中患原发性开角型青光眼（POAG）的风险较高的个体，从而提高早期风险评估和监测疾病进展的能力。
数字生物测量在长新冠中的应用：来自STOP-PASC随机临床试验二次分析的见解
可穿戴设备数据揭示了长新冠中不同的生理和行为模式，反映了症状的异质性，且在尼马特雷韦-利托那韦与安慰剂组之间未发现显著差异。
人工智能革新制药：从药物发现到临床应用的智能创新
人工智能正在显著改变制药研发，通过加速药物发现、配方设计和临床试验，为行业带来新的机遇和挑战，特别是在中国。
人工智能通过心电图能发现广泛心血管疾病征象
最初设计用于特定心脏诊断的人工智能增强心电图模型，揭示了更广泛的心血管风险检测和预测能力，挑战了其作为特定条件工具的使用，并支持其作为全面心血管生物标志物的角色。
驾驭未来：人工智能在增强同行评审中的作用
人工智能有望缓解同行评审面临的挑战，提高效率和质量，同时保留人类监督，以确保科学出版的公平性和完整性。
利用移动技术进行早期心力衰竭检测：初级保健中 ECHOS3 登记研究的见解
在初级保健环境中，通过移动应用程序辅助筛查，识别出三分之一的高危患者出现新的心力衰竭病例，特别是射血分数保留的心力衰竭，这为早期诊断提供了一条有前景的途径。
利用AI写作临床文档靠谱不？评估大型语言模型生成的医院出院总结
一项比较大型语言模型生成与医生生成的出院总结的研究发现，两者在质量和安全性方面相当，表明AI辅助文档可以减轻临床负担而不影响患者护理。
个性化步态再训练：膝关节内侧骨关节炎的一种有前景的保守治疗方法
一项随机试验显示，个性化足部进程角修改显著减轻了膝关节内侧疼痛，并减缓了膝关节内侧间室骨关节炎的软骨退化。
增强大学生抑郁症治疗：具有社交线索的AI聊天机器人显示出更优效果
一项为期16周的随机试验表明，与仅文本聊天机器人相比，具有高社交线索设计的AI聊天机器人在减轻大学生的抑郁和焦虑症状方面显著有效，提高了依从性、满意度和治疗联盟。
