We also have X and podcasts
最新研究表明，利用急诊科患者的常规头颅CT扫描和深度学习模型，可以有效预测心血管疾病风险，其预测性能显著优于传统临床危险因素评估。该联合模型的一致性指数达到0.82，相比单独使用临床模型提升了0.07。 Original paper: Opportunistic Cardiovascular Risk Assessment Using Routine Head CT in the Emergency Department. — Journal of the American College of Cardiology. 10.1016 📄 阅读文章
一项刊登在《NEJM AI》的大规模多中心研究表明，通过深度学习分析睡眠脑电图数据，可以开发出预测认知功能、疾病状态和死亡风险的综合脑健康生物标志物，其性能显著超越传统临床评估方法。 Original paper: Brain Health from Sleep EEG: A Multicohort, Deep Learning Biomarker for Cognition, Disease, and Mortality. — NEJM AI. 10.1056/aioa2500487 📄 阅读文章
一项国际多中心研究开发了基于人工智能的两阶段深度学习管道，用于自动检测妊娠中期常规超声中的胎儿脑部异常，在独立测试集上实现了0.96的诊断价值，显示出作为临床筛查辅助工具的潜力。 Original paper: Development of an Integrated Deep Learning Approach for Detecting Fetal Brain Abnormalities in Routine Second Trimester Ultrasound Scan: A Multicenter Study. — Radiology. Artificial intelligence. 10.1148 📄 阅读文章
一项多中心研究表明，深度学习模型可以从儿童常规胸部X射线中准确预测骨密度，为缺乏DXA检查资源的医疗机构提供了便捷的骨健康评估工具。 Original paper: Deep Learning-based Bone Mineral Density Prediction Using Pediatric Chest Radiographs: A Multicenter Feasibility Study. — Radiology. 10.1148 📄 阅读文章
一项新研究评估了ChatGPT-5 Pro生成的精神科病例文本在临床教育中的应用价值。研究发现，虽然AI生成的病例在临床相关性和诊断充分性方面表现良好，但安全性评分明显偏低，需要经过专家严格审核后才能用于临床培训。 Original paper: Evaluation of artificial intelligence-generated vignettes depicting patient chatbot use in psychiatric contexts. — NPJ digital medicine. 10.1038/s41746-026-02605-6 📄 阅读文章
一项发表在《自然通讯》杂志的最新研究通过物理知识引导的迁移学习方法，成功突破了共轭聚合物数据稀缺的瓶颈，开发了性能优异的n型聚合物，为低压有机电化学晶体管的实际应用奠定了基础。 Original paper: Transfer-learning guided design of high-performance conjugated polymers for low-voltage electrochemical transistors. — Nature communications. 10.1038/s41467-026-71381-4 📄 阅读文章
一项涵盖4名放射科医生、3名独立评估者和3名肿瘤科医生的多利益相关者评估研究发现，针对医学数据进行专门训练的AI模型在生成肿瘤CT报告印象时表现接近人类水平，而通用大语言模型（GPT-4.1）虽然生成更长的文本，但因冗长而被放射科医生显著偏弃。 Original paper: Comparison of AI-generated radiology impressions: a multi-stakeholder evaluation. — NPJ digital medicine. 10.1038/s41746-026-02586-6 📄 阅读文章
一项发表在《放射学》期刊的研究开发了对抗性解耦学习（ADL）框架，该框架能够从PET成像中分离出阿尔茨海默病特异性的病理异常，生成与临床认知结局更加一致的AI生物标志物。这一方法在4,700余名受试者的多中心数据上取得了优异的诊断性能，并展现出比传统标准化指标更强的临床相关性。 Original paper: Decoupling Alzheimer Disease Pathologic Abnormalities at PET with Improved Clinical Relevance by Interpretable Adversarial Decomposition Learning. — Radiology. 📄 阅读文章
近日发表在《自然·通讯》上的一项研究展示了一种创新的材料设计方法，将转移学习与物理知识相结合，成功设计出了高性能的低压有机电化学晶体管材料。这一方法突破了材料科学领域常见的数据短缺瓶颈，为化学和材料工程领域带来了新的思路。 Original paper: Transfer-learning guided design of high-performance conjugated polymers for low-voltage electrochemical transistors. — Nature communications. 10.1038/s41467-026-71381-4 📄 阅读文章
一项发表在《Nature Biomedical Engineering》上的研究介绍了BUSGen，首个针对乳腺超声图像分析的基础生成模型。该模型在早期乳腺癌诊断中的表现超越了全部9名认证放射科医生，灵敏度平均提高16.5%。 Original paper: A foundation generative model for breast ultrasound image analysis. — Nature Biomedical Engineering. 10.1038/s41551-026-01639-1 📄 阅读文章
