Journal of Theoretical and Applied Information Technology 该研究提出名为DiText-OCR（Dual-integrated Text Extraction using Hybrid OCR Engines）的框架，利用多种OCR工具与领域专用词典对包括印刷文本和低质量扫描件在内的多种文本类型进行数字化，再用大语言模型（LLM）完成命名实体识别、关系抽取与数据结构化，并将结构化数据整合进医疗数据库与系统以支持临床决策支持、研究与分析并保证互操作性；文中同时指出该框架在非标准报告格式、患者隐私以及OCR与LLM在医疗场景中的现有局限方面仍面临挑战，未来工作拟与电子健康记录集成、扩展到其他医疗文档并用于高级研究与预测分析。
该研究提出名为DiText-OCR（Dual-integrated Text Extraction using Hybrid OCR Engines）的框架，利用多种OCR工具与领域专用词典对包括印刷文本和低质量扫描件在内的多种文本类型进行数字化，再用大语言模型（LLM）完成命名实体识别、关系抽取与数据结构化，并将结构化数据整合进医疗数据库与系统以支持临床决策支持、研究与分析并保证互操作性；文中同时指出该框架在非标准报告格式、患者隐私以及OCR与LLM在医疗场景中的现有局限方面仍面临挑战，未来工作拟与电子健康记录集成、扩展到其他医疗文档并用于高级研究与预测分析。
该研究提出名为DiText-OCR（Dual-integrated Text Extraction using Hybrid OCR Engines）的框架，利用多种OCR工具与领域专用词典对包括印刷文本和低质量扫描件在内的多种文本类型进行数字化，再用大语言模型（LLM）完成命名实体识别、关系抽取与数据结构化，并将结构化数据整合进医疗数据库与系统以支持临床决策支持、研究与分析并保证互操作性；文中同时指出该框架在非标准报告格式、患者隐私以及OCR与LLM在医疗场景中的现有局限方面仍面临挑战，未来工作拟与电子健康记录集成、扩展到其他医疗文档并用于高级研究与预测分析。
该研究提出名为DiText-OCR（Dual-integrated Text Extraction using Hybrid OCR Engines）的框架，利用多种OCR工具与领域专用词典对包括印刷文本和低质量扫描件在内的多种文本类型进行数字化，再用大语言模型（LLM）完成命名实体识别、关系抽取与数据结构化，并将结构化数据整合进医疗数据库与系统以支持临床决策支持、研究与分析并保证互操作性；文中同时指出该框架在非标准报告格式、患者隐私以及OCR与LLM在医疗场景中的现有局限方面仍面临挑战，未来工作拟与电子健康记录集成、扩展到其他医疗文档并用于高级研究与预测分析。
Chemical Communications 这篇综述围绕锂硫电池中硫转化的基本化学与限速步骤，梳理了催化剂调控策略与描述符之间的关联，将描述符归纳为电子、热力学与结构三大类并讨论其性质-性能关系，进而指出通用描述符的发展方向以及原位表征、计算建模和人工智能在描述符构建与高活性催化剂设计中的潜在作用。
Research Square 本文提出一个循证的概念性框架，将多模态临床数据（电子病历、实验室、影像、生理监测、手术视频、设备遥测）经由模块化AI架构、领域自适应、不确定性估计与安全控制，连接到由临床医生最终决策的决策支持界面，并明确区分所提议的架构与文献中已证实的证据，指出外科AI的临床有效性仍待前瞻性验证。
Chinese medical journal 这篇综述系统评估了用于早期肝纤维化（F1–F2）检测的现有与新兴无创检测手段，涵盖血清标志物、分子影像探针、人工智能影像分析、尿液/呼气/唾液等替代生物流体、肠道菌群及多组学整合模型，指出这些方法虽在诊断性能上展现潜力，但普遍受限于验证不足、标准化缺失与临床路径整合困难，并提出分层诊断框架作为近期落地路径。
Journal of imaging informatics in medicine 这项单中心回顾性研究利用1,034名45-65岁体检女性的4,185次连续非增强胸部CT，通过AI自动量化T11与T12骨密度并构建个体纵向轨迹，发现以平均T11-T12 AI-CT-BMD≤128 mg/cm³定义的基线低骨状态者绝对骨密度下降反而更小（10.82 vs 12.52 mg/cm³，P=0.022）、T12斜率更平缓（-3.08 vs -3.91 mg/cm³/年，P=0.011），而未调整分析中较大的相对下降在校正协变量或仅用T11的敏感性分析后不再成立，且将T11骨密度加入临床变量对快速丢失的判别能力无明显提升（AUC 0.708 vs 0.716，P=0.128）。
这项单中心回顾性研究利用1,034名45-65岁体检女性的4,185次连续非增强胸部CT，通过AI自动量化T11与T12骨密度并构建个体纵向轨迹，发现以平均T11-T12 AI-CT-BMD≤128 mg/cm³定义的基线低骨状态者绝对骨密度下降反而更小（10.82 vs 12.52 mg/cm³，P=0.022）、T12斜率更平缓（-3.08 vs -3.91 mg/cm³/年，P=0.011），而未调整分析中较大的相对下降在校正协变量或仅用T11的敏感性分析后不再成立，且将T11骨密度加入临床变量对快速丢失的判别能力无明显提升（AUC 0.708 vs 0.716，P=0.128）。
这项单中心回顾性研究利用1,034名45-65岁体检女性的4,185次连续非增强胸部CT，通过AI自动量化T11与T12骨密度并构建个体纵向轨迹，发现以平均T11-T12 AI-CT-BMD≤128 mg/cm³定义的基线低骨状态者绝对骨密度下降反而更小（10.82 vs 12.52 mg/cm³，P=0.022）、T12斜率更平缓（-3.08 vs -3.91 mg/cm³/年，P=0.011），而未调整分析中较大的相对下降在校正协变量或仅用T11的敏感性分析后不再成立，且将T11骨密度加入临床变量对快速丢失的判别能力无明显提升（AUC 0.708 vs 0.716，P=0.128）。
这项单中心回顾性研究利用1,034名45-65岁体检女性的4,185次连续非增强胸部CT，通过AI自动量化T11与T12骨密度并构建个体纵向轨迹，发现以平均T11-T12 AI-CT-BMD≤128 mg/cm³定义的基线低骨状态者绝对骨密度下降反而更小（10.82 vs 12.52 mg/cm³，P=0.022）、T12斜率更平缓（-3.08 vs -3.91 mg/cm³/年，P=0.011），而未调整分析中较大的相对下降在校正协变量或仅用T11的敏感性分析后不再成立，且将T11骨密度加入临床变量对快速丢失的判别能力无明显提升（AUC 0.708 vs 0.716，P=0.128）。
Journal of general internal medicine 这项在单一三级学术医疗中心开展的回顾性队列研究，利用2024年入院、住院时长2至14天的成人住院患者随机划分出的验证集（n=860）与测试集（n=886），让大语言模型基于06:00索引时点前30小时的临床文书预测当日出院，发现基线GPT-5提示在验证集上F1为0.48、敏感度为0.37，定性错误分析显示错误最多来自运营流程而非医学知识，而在三种推理期优化策略中，自动提示优化在留出测试集上取得更高的F1与敏感度（但阳性预测值与特异度更低），测试时扩展与专家主导的提示工程改进甚微。
Annals of biomedical engineering 本文提出，提示注入是一种与准确性、偏见和幻觉不同的失效模式——模型完全按指令行事，但该指令并非临床医生所写、也非其可见；其根源在于当前语言模型架构接收无差别的token流、缺乏区分内容是否具有权威性的机制，而临床记录由转诊信函、患者输入消息、外部报告、扫描文档和外部影像等院外来源材料拼装而成，使医学尤为暴露；作者主张应将提示注入列为患者安全危害并建立明确的威胁模型，认为改进提示词与输入过滤无法解决该问题，可行路径在于具备来源感知的上下文处理、对不可逆操作施加受限权限，以及部署前的对抗性测试。
Chinese medical journal 该研究基于长海医院2016年5月31日至2019年6月26日期间1370例接受体外冲击波碎石术（ESWL）的慢性胰腺炎住院患者的回顾性去标识化临床数据，从109个变量中筛选出55个变量，比较了XGBoost、LightGBM、CatBoost、随机森林、支持向量机、人工神经网络、多层感知机、TabNet、Transformer和Wide&Deep共十种机器学习与深度学习算法在三种建模方案（全部预处理变量、单因素筛选的21个变量、ADASYN过采样训练数据）下的表现，以F1分数为主要选择指标，结果显示TabNet在前两种方案中取得最佳留出测试集表现（F1均为0.71），最终选择更简约的21变量T
Clinical Cancer Research 该研究在203例接受新辅助治疗并根治性切除、且仅达轻微病理缓解的胰腺导管腺癌患者中，用人工智能流程从常规H&E全切片图像分割癌与间质并量化空间组成与构型，发现碎片化、界面丰富的肿瘤-间质生态与更短的无病生存期独立相关，两个空间风险模型（癌平均形状指数加间质形状指数变异性，校正HR 1.71，P=0.003；平均间质斑块面积加边缘密度，校正HR 2.19，P=0.002）在病理缓解分级和残余癌面积无法分层的情况下仍能分层预后，且高风险构型伴随瘤内TIL密度与浸润比降低、TIL相对聚集于癌周与间质，符合免疫排斥表型。
Journal of imaging informatics in medicine 该研究在伊朗德黑兰Farhikhtegan医院于2025年2月至12月常规结肠镜检查中前瞻性采集了来自455名患者的8181帧图像（432帧息肉阳性并带专家像素级分割掩膜、7749帧正常黏膜），为每例关联年龄、性别、检查指征、BBPS评分和操作时长等患者级元数据，并在统一协议下用患者分组五折交叉验证训练评估六种分割架构，发现PraNet内部Dice最高（0.755）、nnU-Net内部IoU最高（0.665）且像素准确率最高，但正常黏膜上的门控假阳性率从24.9%（YOLOv11m-seg）到59.5%（nnU-Net）几乎完全反转了内部Dice排序，而在公开Kvasir-SEG外部测试集上D
Journal of the American College of Radiology : JACR 这项前瞻性影子模式研究在2023年11月7日至12月19日连续纳入3,856例脑CT血管造影（CTA），在放射科医师对AI盲态的条件下评估一款FDA已清关的AI算法（Aidoc）用于颅内动脉瘤检测的运行表现，结果显示AI单独敏感度（0.846）高于放射科医师单独敏感度（0.718）而特异度相近（0.987对0.985），医师与AI的一致率为96.3%，AI额外发现放射科医师未识别的动脉瘤，相对增强检出率（rEDR）为39%（每140个医师真阳性对应55个AI独有真阳性），AI:医师增量检出比为1.83（55比30），增益-代价比（GPR）为1.20（55比46），需检查例数（NNE）为70.1
Updates in surgery 该研究在一个常规运行的手术人工智能平台上，对249例连续腹腔镜胆囊切除术自动赋予Parkland分级评分，并按低危（PGS 1-2，n=78）与高危（PGS 3-5，n=171）分组比较手术结局，同时以两名外科医生对75例视频样本的独立双次复核作为真值，评估模型的F1分数、区分度（AUC 0.932与0.896）与校准度，结果显示高危组在年龄、ASA评分、胆囊炎比例、急诊手术比例、手术时长、术中事件、中转补救、住院天数及90天主要并发症与再入院方面均更高，且在病例对照匹配（n=84）后手术时长与出血相关事件仍保持显著差异。
Zhonghua yi xue za zhi 该文从临床专家视角综述人工智能（尤其是深度学习）在脊柱畸形外科影像学参数测量、手术风险预测与个体化方案制定等核心环节的应用进展与价值，剖析技术推广瓶颈，并展望“人机共智”方向，主张AI与临床经验融合可推动学科从“标准化治疗”向“精准化个体化治疗”转型并构建智慧诊疗体系。
Journal of Medical Internet Research 该横断面调查通过医疗新闻平台邮件列表在线发放，共获得335名医疗从业者（其中主治医师230名，占68.7%）的回应，发现62.7%报告正在使用或考虑使用大型语言模型，使用者自评知识水平显著高于非使用者（P<.001），最受认可的应用为文献综述（73.4%）、决策支持（57%）和患者沟通（54.9%），主要担忧为决策错误（75.5%）和算法偏见（73.1%），96.4%对偏见表示担忧，且曾观察到偏见者担忧程度更高（P<.001），受访者更倾向由专业协会（65.4%）而非科技公司（29%）进行监管，87.8%支持专业指南，66.6%对现有监管表示没有信心。
Research Square 该工作提出Text2Cypher-Hub社区平台，用于Text2Cypher资源的发布、发现与复用，并作为其首个贡献发布bio2C、twt2C、fin2C三个覆盖生物医学、社交媒体与金融属性图的精选基准，共含6,500条经技术与语义验证的自然语言—Cypher查询对，跨越五个复杂度类别，并描述了其构建流程及对监督微调与检索增强生成流程的适用性。
Journal of minimally invasive surgery 这项单中心、重复横断面描述性调查在AI辅助检测（AI-CADe）系统安装前后各发放一次匿名在线问卷，分别有29名和25名内镜科室人员完成，结果显示工作人员对AI-CADe总体持积极看法，认可其在提高腺瘤检出率、病灶切除、患者与操作满意度及工作流程方面的潜在价值，同时也表达了对假阳性、过度检出、不必要活检和依赖AI的担忧，并将准确性和敏感性列为最常选择的采纳因素。
Journal of minimally invasive surgery 这篇综述以“决策点”而非算法类型或预测结局为组织框架，梳理了2015至2025年间PubMed收录的相关研究，指出术前AI主要用于在诊断不确定情境下支持患者选择与治疗方案规划，而术后AI主要用于支持时间敏感的管理与预后评估，从而将手术AI重新定位为贯穿围手术期各阶段临床决策路径的组成部分，而非孤立的预测工具。
Expert Review of Hematology 这篇综述指出，异基因造血细胞移植后的免疫重建评估高度异质，阻碍了可靠证据的产生并限制了其作为临床终点的潜力，因此需要跨中心标准化，涵盖样本采集与处理等分析前变量以及分析流程，并可借鉴国际流式细胞术标准化联盟的经验，通过现有工作组开展国际合作来实现。
Nature medicine 该研究开发并评估了一个完全本地部署的临床AI智能体，将本地运行控制与多视角可靠性框架结合以支持选择性自主，在两个基于MIMIC-IV的基准上分别达到90.04%（七病种任务）和83.8%（四病种任务）的准确率，并发现诊断行为一致性对判断正确性的区分能力最强（AUC=0.860，压力测试下AUC=0.875），在一致性阈值0.90时可保留49.4%的病例且诊断准确率达98.9%。
Journal of Zhejiang University(Science Edition) 本文提出并描述了 Universal Doc AI 这一多模态智能文档管理系统，将光学字符识别（OCR）、检索增强生成（RAG）、向量语义检索与大语言模型（LLM）整合为统一平台，对用户上传的PDF、扫描件、图像与手写笔记进行文本抽取、语义分块、向量索引与基于文档内容的对话式问答，并报告在检索准确率、回答相关性与交互效率上相较传统关键词检索有所提升。
本文提出并描述了 Universal Doc AI 这一多模态智能文档管理系统，将光学字符识别（OCR）、检索增强生成（RAG）、向量语义检索与大语言模型（LLM）整合为统一平台，对用户上传的PDF、扫描件、图像与手写笔记进行文本抽取、语义分块、向量索引与基于文档内容的对话式问答，并报告在检索准确率、回答相关性与交互效率上相较传统关键词检索有所提升。
本文提出并描述了 Universal Doc AI 这一多模态智能文档管理系统，将光学字符识别（OCR）、检索增强生成（RAG）、向量语义检索与大语言模型（LLM）整合为统一平台，对用户上传的PDF、扫描件、图像与手写笔记进行文本抽取、语义分块、向量索引与基于文档内容的对话式问答，并报告在检索准确率、回答相关性与交互效率上相较传统关键词检索有所提升。
本文提出并描述了 Universal Doc AI 这一多模态智能文档管理系统，将光学字符识别（OCR）、检索增强生成（RAG）、向量语义检索与大语言模型（LLM）整合为统一平台，对用户上传的PDF、扫描件、图像与手写笔记进行文本抽取、语义分块、向量索引与基于文档内容的对话式问答，并报告在检索准确率、回答相关性与交互效率上相较传统关键词检索有所提升。
The Journal of asthma : official journal of the Association for the Care of Asthma 该研究基于日本JAMDAS电子病历数据库，纳入2020年8月18日至2024年12月31日期间启动氟替卡松呋喃酸酯/乌美溴铵/维兰特罗单吸入器三联治疗的32258例哮喘患者，用结构化查询语言提取ACT评分、用大语言模型提取住院与急救转运数据，按日本2024年哮喘管理实用指南的临床缓解定义（无口服糖皮质激素、无急性发作、ACT≥23）在治疗后3至18个月按3个月间隔评估缓解比例、治疗模式、依从性与持续性，结果显示仅1.8-3.0%、0.5-1.5%和4.5-10.1%的患者分别有3至18个月的ACT、FEV1%或FeNO数据，在有3个月ACT数据的934例中41.1%在3个月时满足全部缓解组分、
Research Square 该预印本在去重控制的图像级划分下训练了五个骨干网络（387张甲状腺超声图像、1,332个细针穿刺细胞学图像块，标签来自术后诊断），并将冻结模型分别用于TN3K（n=1,228，数据集自带良恶性标签）和DDTI（n=637，由放射科TI-RADS类别派生的二分类终点），结果显示超声集成模型在TN3K上AUROC为0.825、ResNet-50为0.888，而在TI-RADS派生终点上AUROC仅为0.477和0.437，细胞学基准AUROC为0.986（0.970–0.998）对比超声集成0.733，作者强调由于队列、采集与终点同时变化，这一对比不能归因于标签定义本身。
Movement disorders clinical practice 本研究利用TRANQUIL多中心随机对照试验的数据，采用基于锚定法（CGI-I与PGI-I）及ROC分析，为特发性震颤常用的TETRAS改良日常生活活动量表（mADL）和mADL11量表估计最小临床重要差值（MCID），推荐基于患者报告的MCID分别为-6.2和-4.1。
Research Explorer (The University of Manchester) 该章节以Karen Barad（2007）的“内行动”（intra-action）与“能动切割”（agential cut）概念为理论框架，在英格兰三个多学院信托（multi-academy trusts）中采用诗意探究方法，通过两种不同诗体形式呈现的两次能动切割，将“地方”如何与治理政策、建筑和行动者纠缠并共同配置家长参与加以物质化，从而把地方重新定位为治理中的共同能动者。
Journal of imaging informatics in medicine 该研究开发并双中心验证了一套基于U-Net的可解释AI框架，用于膝关节正位（AP）与侧位（LAT）X线片的自动质控，通过解剖分割与关键点定位生成质控指标，内部与外部验证的平均Dice系数分别为0.964与0.936，多数ICC超过0.90，质控敏感度介于91.67%至98.36%、特异度介于89.13%至99.10%；此外6名放射技师接受为期4周、覆盖474名患者948张X线片的AI反馈后，敏感度呈现探索性数值提升，效应量为0.30至0.73。
Cancer 这篇综述系统梳理了卵巢癌免疫治疗的临床证据与耐药机制，指出免疫检查点抑制剂单药在复发性卵巢癌中客观缓解率普遍低于15%，其明确获益目前最清晰地出现在PD-L1阳性铂耐药疾病与化疗的联合方案中（如ENGOT-ov65/KEYNOTE-B96中CPS≥1人群中位总生存18.2个月对14.0个月，HR 0.76），而在以PARP抑制剂和/或贝伐珠单抗为基础的一线或铂敏感复发维持治疗中贡献有限，并进一步综述了双免疫检查点阻断、抗体偶联药物、过继细胞治疗、疫苗、溶瘤病毒以及生物标志物与人工智能整合等新兴方向。
Primary health care research & development 该研究提出一个将静态眼周图像ResNet18分类器与由ResNet50、EfficientNet-B0和DenseNet121组成的面部图像集成分类器以OR逻辑并联融合的混合深度学习框架，用于自闭症谱系障碍的早期风险提示与转诊支持；眼周模型敏感度为90%，面部集成模型敏感度为87.1%、AUC为0.948，在条件独立假设下解析估算的系统级敏感度为0.9871，对应联合假阴性概率约1.29%，同时系统特异度降至约0.807。