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。
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。
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。
ARDS中的动态表型：AI驱动的洞察揭示皮质类固醇疗效为何依赖于炎症状态
一项开创性的研究利用AI分类器证明，ARDS炎症表型是动态变化的，并决定了皮质类固醇的有效性。虽然高炎症患者从类固醇中获益，但低炎症患者面临更高的死亡率，这需要实时监测表型以优化重症监护干预措施。
AI检测冠状动脉钙化在免疫介导的炎症性疾病患者中显著预测心血管风险
基于AI的常规胸部CT分析显示，冠状动脉钙化在IMID患者中高度普遍，并且强烈预测主要不良心血管事件(MACE)和全因死亡率，识别出这一高风险人群中的关键治疗缺口。
基于人工智能的单导联心电图预测心力衰竭风险：多国队列回顾
本综述评估了从噪声单导联心电图（ECG）中预测心力衰竭风险的人工智能算法，综合了来自大型多国队列的证据，强调了AI-ECG模型在传统临床评分之外改善风险分层的优势。
人工智能在常规CT胰腺癌检测中优于放射科医生：PANORAMA多中心非劣效性验证
PANORAMA研究表明，人工智能模型在常规对比增强CT上检测胰腺导管腺癌（PDAC）的AUC值（0.92）高于68名放射科医生（AUC 0.88），提示早期检测潜力。多中心验证使用了组织病理学和≥3年的随访作为参考标准。
神经网络预测老年头颈部癌症患者的生存率 —— 有用，但尚未改变实践
一项国际队列研究开发并外部验证了人工神经网络，用于分层接受根治性放化疗的老年局部晚期头颈部鳞状细胞癌（HNSCC）患者。模型显示出中等的区分能力（总生存期 AUC 0.68，无进展生存期 AUC 0.64），其中 HPV 状态、肾功能、ECOG 评分和淋巴结分期是最主要的预测因子。
AI辅助筛查在多中心真实世界试验中使转甲状腺素心脏淀粉样变性检测率提高三倍
一个由AI驱动的筛查项目（ATTRACTnet）应用于心电图、超声心动图、人口统计学和骨科病史，显著增加了转甲状腺素心脏淀粉样变性（ATTR-CM）的病例检测，并在目标人群中迅速启动了治疗。
数字孪生决策辅助工具改善膝骨性关节炎决策质量和6个月功能
一种生成患者特定数字孪生的人工智能驱动决策辅助工具（AI-DA）提高了决策质量，减少了决策冲突和后悔，并在考虑全膝关节置换术（TKA）的患者中产生了比单独教育更好的6-9个月膝关节功能。
评估人工智能主导与人类主导的生活方式干预在糖尿病前期的效果：来自糖尿病预防计划随机临床试验的证据
本综述考察了首个第3阶段随机试验，证明了人工智能驱动的糖尿病预防计划生活方式干预在改善体重减轻、HbA1c和体力活动方面与人类指导不相上下。
增强黑色素瘤预后：人工智能驱动的肿瘤浸润淋巴细胞定量优于传统病理学
本研究表明，与传统的病理学家方法相比，人工智能算法在黑色素瘤中对肿瘤浸润淋巴细胞的评估更具可重复性和预后相关性，为改善临床决策提供了有希望的工具。
人工智能检测的肿瘤浸润淋巴细胞作为晚期黑色素瘤抗PD-1治疗的生物标志物：临床证据与转化视角
常规组织学中人工智能检测的肿瘤浸润淋巴细胞能够独立预测接受抗PD-1治疗的晚期黑色素瘤患者的反应和生存，优于手动评分，并提供一个可及的免疫检查点抑制剂疗效生物标志物。
利用人工智能诊断性传播感染和肛门生殖器皮肤病：系统评价和荟萃分析的见解
人工智能在从临床图像中识别猴痘和其他肛门生殖器条件方面表现出高准确性，但在临床应用前仍存在显著的研究空白和验证需求。
利用人工智能通过心电图增强完全性心脏传导阻滞风险预测
AIRE-CHB，一种新型的人工智能增强心电图模型，显著提高了对新发完全性心脏传导阻滞的预测能力，优于传统的双束支阻滞评估，并在风险分层和管理中展现出临床应用潜力。