University of California, San Francisco

肺癌筛查CT结果的患者提问，现在由一个规划器加执行器的多模态智能体系统来回答。此前通用大模型只能处理文字报告，无法调用影像工具，也不会判断哪些问题该交给医生。系统在116份筛查CT报告和699个模拟患者提问上，工具调用准确率93.1%，把超出范围的问题正确转交医生的比例为92.6%，均显著高于单智能体基线；四名医生对100条回答的评分中，可回答问题有78.9%在临床准确性上拿到满分。

肺癌筛查CT结果的患者提问，现在由一个规划器加执行器的多模态智能体系统来回答。此前通用大模型只能处理文字报告，无法调用影像工具，也不会判断哪些问题该交给医生。系统在116份筛查CT报告和699个模拟患者提问上，工具调用准确率93.1%，把超出范围的问题正确转交医生的比例为92.6%，均显著高于单智能体基线；四名医生对100条回答的评分中，可回答问题有78.9%在临床准确性上拿到满分。

该研究基于Kaiser Permanente Northern California的174,186例胎龄≥35周分娩数据，从20分钟时段提取40个胎心监护（CTG）特征训练随机森林分类器，分别以严重酸中毒（N=2,636）和临床验证的缺氧缺血性脑病（HIE，N=304）为目标，将训练窗口从分娩前最后一小时逐步扩展至整个产程并加入产程起始时间（TLO）特征，在固定15%假阳性率下评估，发现早期识别能力随窗口扩展而提升并在18小时趋于平台，加入TLO后性能最佳：40.3%的HIE病例在分娩前至少3小时、27.3%在至少6小时被识别，较仅用最后一小时的分类器绝对提升8.4%和10.7%，55.7%的HI

该研究基于Kaiser Permanente Northern California的174,186例胎龄≥35周分娩数据，从20分钟时段提取40个胎心监护（CTG）特征训练随机森林分类器，分别以严重酸中毒（N=2,636）和临床验证的缺氧缺血性脑病（HIE，N=304）为目标，将训练窗口从分娩前最后一小时逐步扩展至整个产程并加入产程起始时间（TLO）特征，在固定15%假阳性率下评估，发现早期识别能力随窗口扩展而提升并在18小时趋于平台，加入TLO后性能最佳：40.3%的HIE病例在分娩前至少3小时、27.3%在至少6小时被识别，较仅用最后一小时的分类器绝对提升8.4%和10.7%，55.7%的HI

一个由41位国际多学科专家组成的工作组系统检索了截至2025年3月17日的922篇文献，将2016年仅针对特发性肺纤维化（IPF）的急性加重（AE）定义修订为适用于全部纤维化间质性肺病（fILD）的AE-fILD定义（以弥漫性肺泡损伤为核心，伴或不伴机化性肺炎），并提出“急性呼吸恶化（ARW）”这一更广的概念框架以涵盖非DAD所致的急性呼吸恶化，同时汇总了流行病学、危险因素、预后与治疗证据，并讨论了AE作为临床试验终点的可行性。

一个由41位国际多学科专家组成的工作组系统检索了截至2025年3月17日的922篇文献，将2016年仅针对特发性肺纤维化（IPF）的急性加重（AE）定义修订为适用于全部纤维化间质性肺病（fILD）的AE-fILD定义（以弥漫性肺泡损伤为核心，伴或不伴机化性肺炎），并提出“急性呼吸恶化（ARW）”这一更广的概念框架以涵盖非DAD所致的急性呼吸恶化，同时汇总了流行病学、危险因素、预后与治疗证据，并讨论了AE作为临床试验终点的可行性。

该系统综述检索PubMed与Embase（2025年7月9日）并纳入23项研究，按患者沟通与教育（19项）、临床文档（2项）和临床决策支持（2项）三个域评估生成式AI（以ChatGPT 3.5/4为主）在髋膝关节置换中的应用：盲评显示其FAQ回答在准确性、清晰度和完整度上与外科医生回答相当而可读性更好；同意书起草在可读性与完整度上优于外科医生版本；手术记录信息抽取一致率达97.5%–100%；决策支持中手术适应证判断准确率较高但预后预测特异度低；同时存在引用虚构与患者信任不足的问题。

该系统综述检索PubMed与Embase（2025年7月9日）并纳入23项研究，按患者沟通与教育（19项）、临床文档（2项）和临床决策支持（2项）三个域评估生成式AI（以ChatGPT 3.5/4为主）在髋膝关节置换中的应用：盲评显示其FAQ回答在准确性、清晰度和完整度上与外科医生回答相当而可读性更好；同意书起草在可读性与完整度上优于外科医生版本；手术记录信息抽取一致率达97.5%–100%；决策支持中手术适应证判断准确率较高但预后预测特异度低；同时存在引用虚构与患者信任不足的问题。

该研究构建了 CARDIAC-FM，一个通过自监督表征学习与跨模态对比对齐整合 12 导联心电图与心脏磁共振的多模态基础模型，在 UK Biobank 的 57,609 例配对样本上预训练，提升了房颤与心衰的预测表现，并在心血管健康研究（CHS）与多种族动脉粥样硬化研究（MESA）两个外部队列中实现零样本泛化，同时可迁移至心脏磁共振表型预测、时间到事件建模及心肌梗死、缺血性卒中、心血管死亡与全因死亡等额外结局。

该研究构建了 CARDIAC-FM，一个通过自监督表征学习与跨模态对比对齐整合 12 导联心电图与心脏磁共振的多模态基础模型，在 UK Biobank 的 57,609 例配对样本上预训练，提升了房颤与心衰的预测表现，并在心血管健康研究（CHS）与多种族动脉粥样硬化研究（MESA）两个外部队列中实现零样本泛化，同时可迁移至心脏磁共振表型预测、时间到事件建模及心肌梗死、缺血性卒中、心血管死亡与全因死亡等额外结局。

该可行性研究将去标识化治疗摘要输入OpenAI GPT-4o，用结构化提示生成儿童癌症与造血干细胞移植幸存者的长期随访建议草稿，并在40名幸存者的独立验证队列中与临床医生依据机构规范和儿童肿瘤协作组长期随访指南（第5版）制定的建议比较，发现AI生成467条、医生生成446条，446条医生建议中385条（86.3%）被AI识别，467条AI建议中385条（82.4%）也见于医生计划，多数不一致集中在放疗相关暴露和需要细致临床解读的幸存者情境。

该可行性研究将去标识化治疗摘要输入OpenAI GPT-4o，用结构化提示生成儿童癌症与造血干细胞移植幸存者的长期随访建议草稿，并在40名幸存者的独立验证队列中与临床医生依据机构规范和儿童肿瘤协作组长期随访指南（第5版）制定的建议比较，发现AI生成467条、医生生成446条，446条医生建议中385条（86.3%）被AI识别，467条AI建议中385条（82.4%）也见于医生计划，多数不一致集中在放疗相关暴露和需要细致临床解读的幸存者情境。