医学与健康

461 条内容

arXiv 2026年9月17日
本文提出 EarStreAM，一个基于 OpenEarable 2.0 与配套智能手机应用的闭环耳戴系统，通过耳内 PPG 持续监测心率与心率变异性来推断压力升高，触发由大语言模型生成、随用户生理状态实时调整的个性化引导冥想，并在压力回落至基线后自动结束，同时以两种演示模式（含可选压力诱导的生物信号自适应模式与仅冥想模式）展示该闭环流程。
本文提出 EarStreAM，一个基于 OpenEarable 2.0 与配套智能手机应用的闭环耳戴系统，通过耳内 PPG 持续监测心率与心率变异性来推断压力升高，触发由大语言模型生成、随用户生理状态实时调整的个性化引导冥想，并在压力回落至基线后自动结束，同时以两种演示模式（含可选压力诱导的生物信号自适应模式与仅冥想模式）展示该闭环流程。
EarStreAM：面向个性化压力自适应冥想的闭环耳戴系统
本文提出 EarStreAM，一个基于 OpenEarable 2.0 与配套智能手机应用的闭环耳戴系统，通过耳内 PPG 持续监测心率与心率变异性来推断压力升高，触发由大语言模型生成、随用户生理状态实时调整的个性化引导冥想，并在压力回落至基线后自动结束，同时以两种演示模式（含可选压力诱导的生物信号自适应模式与仅冥想模式）展示该闭环流程。
本文提出 EarStreAM，一个基于 OpenEarable 2.0 与配套智能手机应用的闭环耳戴系统，通过耳内 PPG 持续监测心率与心率变异性来推断压力升高，触发由大语言模型生成、随用户生理状态实时调整的个性化引导冥想，并在压力回落至基线后自动结束，同时以两种演示模式（含可选压力诱导的生物信号自适应模式与仅冥想模式）展示该闭环流程。
arXiv 2026年9月17日
该研究提出 Andromeda 2——一个基于结构化内部实验证据进行推理并调用计算与实验工具的智能体系统，在紫杉醇自乳化给药系统（SEDDS）开发中，于匹配的 96 个处方预算下取得 50% 高 AUC 命中率（Andromeda 1 为 17%、湿实验 DoE 为 2%），并识别出 12 个满足全部四项目标产品特征（TPP）的处方（分别为 6 个和 0 个），同时通过消融实验显示获取结构化内部证据使平均 AUC 提高 34%。
该研究提出 Andromeda 2——一个基于结构化内部实验证据进行推理并调用计算与实验工具的智能体系统，在紫杉醇自乳化给药系统（SEDDS）开发中，于匹配的 96 个处方预算下取得 50% 高 AUC 命中率（Andromeda 1 为 17%、湿实验 DoE 为 2%），并识别出 12 个满足全部四项目标产品特征（TPP）的处方（分别为 6 个和 0 个），同时通过消融实验显示获取结构化内部证据使平均 AUC 提高 34%。
在自主实验室中基于证据的智能体处方开发
该研究提出 Andromeda 2——一个基于结构化内部实验证据进行推理并调用计算与实验工具的智能体系统，在紫杉醇自乳化给药系统（SEDDS）开发中，于匹配的 96 个处方预算下取得 50% 高 AUC 命中率（Andromeda 1 为 17%、湿实验 DoE 为 2%），并识别出 12 个满足全部四项目标产品特征（TPP）的处方（分别为 6 个和 0 个），同时通过消融实验显示获取结构化内部证据使平均 AUC 提高 34%。
该研究提出 Andromeda 2——一个基于结构化内部实验证据进行推理并调用计算与实验工具的智能体系统，在紫杉醇自乳化给药系统（SEDDS）开发中，于匹配的 96 个处方预算下取得 50% 高 AUC 命中率（Andromeda 1 为 17%、湿实验 DoE 为 2%），并识别出 12 个满足全部四项目标产品特征（TPP）的处方（分别为 6 个和 0 个），同时通过消融实验显示获取结构化内部证据使平均 AUC 提高 34%。
arXiv 2026年9月17日
这项横断面研究于2025年12月至2026年3月用结构化验证问卷调查了尼日利亚761名多学科、多执业场景的医疗专业人员，发现对医疗AI的总体知晓率高达92.6%，但40.9%自报知识水平低或很低、仅63.0%自感准备充分，同时92.5%愿意接受培训、78.7%支持将AI教育纳入本科课程，主要障碍为缺乏培训（84.7%）、基础设施薄弱（71.1%）、工具成本高（61.0%）、担心岗位被取代（60.6%）、伦理顾虑（52.9%）与数据隐私顾虑（52.7%），且准备度在地缘政治区之间存在显著差异、知晓度与态度在不同专业群体之间存在显著差异。
这项横断面研究于2025年12月至2026年3月用结构化验证问卷调查了尼日利亚761名多学科、多执业场景的医疗专业人员，发现对医疗AI的总体知晓率高达92.6%，但40.9%自报知识水平低或很低、仅63.0%自感准备充分，同时92.5%愿意接受培训、78.7%支持将AI教育纳入本科课程，主要障碍为缺乏培训（84.7%）、基础设施薄弱（71.1%）、工具成本高（61.0%）、担心岗位被取代（60.6%）、伦理顾虑（52.9%）与数据隐私顾虑（52.7%），且准备度在地缘政治区之间存在显著差异、知晓度与态度在不同专业群体之间存在显著差异。
准备就绪还是尚未准备？尼日利亚医疗队伍对人工智能临床应用的准备度评估
这项横断面研究于2025年12月至2026年3月用结构化验证问卷调查了尼日利亚761名多学科、多执业场景的医疗专业人员，发现对医疗AI的总体知晓率高达92.6%，但40.9%自报知识水平低或很低、仅63.0%自感准备充分，同时92.5%愿意接受培训、78.7%支持将AI教育纳入本科课程，主要障碍为缺乏培训（84.7%）、基础设施薄弱（71.1%）、工具成本高（61.0%）、担心岗位被取代（60.6%）、伦理顾虑（52.9%）与数据隐私顾虑（52.7%），且准备度在地缘政治区之间存在显著差异、知晓度与态度在不同专业群体之间存在显著差异。
这项横断面研究于2025年12月至2026年3月用结构化验证问卷调查了尼日利亚761名多学科、多执业场景的医疗专业人员，发现对医疗AI的总体知晓率高达92.6%，但40.9%自报知识水平低或很低、仅63.0%自感准备充分，同时92.5%愿意接受培训、78.7%支持将AI教育纳入本科课程，主要障碍为缺乏培训（84.7%）、基础设施薄弱（71.1%）、工具成本高（61.0%）、担心岗位被取代（60.6%）、伦理顾虑（52.9%）与数据隐私顾虑（52.7%），且准备度在地缘政治区之间存在显著差异、知晓度与态度在不同专业群体之间存在显著差异。
arXiv 2026年9月17日
该工作提出以（原子主张、主题方面、立场、六维语用属性）元组刻画密集健康叙事，构建覆盖GLP-1减重药、睾酮替代疗法、胶原蛋白补充与间歇性禁食四个领域、来自60个视频的1191条人工标注主张的基准，并系统评测大语言模型在不同话语上下文设置下的结构化话语预测表现。
该工作提出以（原子主张、主题方面、立场、六维语用属性）元组刻画密集健康叙事，构建覆盖GLP-1减重药、睾酮替代疗法、胶原蛋白补充与间歇性禁食四个领域、来自60个视频的1191条人工标注主张的基准，并系统评测大语言模型在不同话语上下文设置下的结构化话语预测表现。
面向密集健康叙事的结构化主张级话语表示
该工作提出以（原子主张、主题方面、立场、六维语用属性）元组刻画密集健康叙事，构建覆盖GLP-1减重药、睾酮替代疗法、胶原蛋白补充与间歇性禁食四个领域、来自60个视频的1191条人工标注主张的基准，并系统评测大语言模型在不同话语上下文设置下的结构化话语预测表现。
该工作提出以（原子主张、主题方面、立场、六维语用属性）元组刻画密集健康叙事，构建覆盖GLP-1减重药、睾酮替代疗法、胶原蛋白补充与间歇性禁食四个领域、来自60个视频的1191条人工标注主张的基准，并系统评测大语言模型在不同话语上下文设置下的结构化话语预测表现。
Nature News 2026年9月17日
该报道介绍了一项发表于《自然·神经科学》的研究：研究者直接记录六名受试者眶额皮层（OFC）的电活动，发现两个相邻OFC区域在权衡风险与回报时呈实时反相关——一个区域在受试者选择追求回报前更活跃，另一个在受试者选择回避风险前更活跃，而在困难抉择中信号会在两区间快速切换后才落定。
该报道介绍了一项发表于《自然·神经科学》的研究：研究者直接记录六名受试者眶额皮层（OFC）的电活动，发现两个相邻OFC区域在权衡风险与回报时呈实时反相关——一个区域在受试者选择追求回报前更活跃，另一个在受试者选择回避风险前更活跃，而在困难抉择中信号会在两区间快速切换后才落定。
风险还是稳妥？神经元“拔河”揭示大脑如何在趋避冲突中做出选择
该报道介绍了一项发表于《自然·神经科学》的研究：研究者直接记录六名受试者眶额皮层（OFC）的电活动，发现两个相邻OFC区域在权衡风险与回报时呈实时反相关——一个区域在受试者选择追求回报前更活跃，另一个在受试者选择回避风险前更活跃，而在困难抉择中信号会在两区间快速切换后才落定。
该报道介绍了一项发表于《自然·神经科学》的研究：研究者直接记录六名受试者眶额皮层（OFC）的电活动，发现两个相邻OFC区域在权衡风险与回报时呈实时反相关——一个区域在受试者选择追求回报前更活跃，另一个在受试者选择回避风险前更活跃，而在困难抉择中信号会在两区间快速切换后才落定。
Nature News 2026年9月17日
该研究开发了RepurAgent——一个由监督智能体与规划智能体协调研究、预测、数据、报告四个子智能体、并采用人在回路设计、情景记忆与检索增强生成的分层多智能体系统，在急性髓系白血病、回顾性COVID-19抗病毒筛选和多种硫酸酯酶缺乏症三个场景中验证其可贯穿药物重定位生命周期，分别获得专家盲评认为比普通LLM基线更具新颖性与机制可信度的候选、在无预设阈值下对化合物排序达到最高0.99的AUC-ROC并标记出人工复核遗漏的混杂因素、以及从5000个化合物中优先选出81个高置信候选并获得领域专家佐证。
该研究开发了RepurAgent——一个由监督智能体与规划智能体协调研究、预测、数据、报告四个子智能体、并采用人在回路设计、情景记忆与检索增强生成的分层多智能体系统，在急性髓系白血病、回顾性COVID-19抗病毒筛选和多种硫酸酯酶缺乏症三个场景中验证其可贯穿药物重定位生命周期，分别获得专家盲评认为比普通LLM基线更具新颖性与机制可信度的候选、在无预设阈值下对化合物排序达到最高0.99的AUC-ROC并标记出人工复核遗漏的混杂因素、以及从5000个化合物中优先选出81个高置信候选并获得领域专家佐证。
人类监督下的智能体式AI：从假设生成到实验辅助的药物重定位
该研究开发了RepurAgent——一个由监督智能体与规划智能体协调研究、预测、数据、报告四个子智能体、并采用人在回路设计、情景记忆与检索增强生成的分层多智能体系统，在急性髓系白血病、回顾性COVID-19抗病毒筛选和多种硫酸酯酶缺乏症三个场景中验证其可贯穿药物重定位生命周期，分别获得专家盲评认为比普通LLM基线更具新颖性与机制可信度的候选、在无预设阈值下对化合物排序达到最高0.99的AUC-ROC并标记出人工复核遗漏的混杂因素、以及从5000个化合物中优先选出81个高置信候选并获得领域专家佐证。
该研究开发了RepurAgent——一个由监督智能体与规划智能体协调研究、预测、数据、报告四个子智能体、并采用人在回路设计、情景记忆与检索增强生成的分层多智能体系统，在急性髓系白血病、回顾性COVID-19抗病毒筛选和多种硫酸酯酶缺乏症三个场景中验证其可贯穿药物重定位生命周期，分别获得专家盲评认为比普通LLM基线更具新颖性与机制可信度的候选、在无预设阈值下对化合物排序达到最高0.99的AUC-ROC并标记出人工复核遗漏的混杂因素、以及从5000个化合物中优先选出81个高置信候选并获得领域专家佐证。
arXiv 2026年9月16日
EviGen 提出一个三层框架，先用基于结局标签训练的可学习查询按预测贡献（而非文本相关性）检索并排序患者纵向电子健康记录中的证据，再让大语言模型在该证据脚手架内生成带引用编号的临床推理依据，最后由过程监督验证器逐步核查并标记不可靠推理；在 MIMIC-IV 一年死亡率、自闭症与 ADHD 三个任务上，其预测表现与推理依据忠实度优于全上下文与 RAG 基线，并在临床评审试点中被多数评审者首选。
EviGen 提出一个三层框架，先用基于结局标签训练的可学习查询按预测贡献（而非文本相关性）检索并排序患者纵向电子健康记录中的证据，再让大语言模型在该证据脚手架内生成带引用编号的临床推理依据，最后由过程监督验证器逐步核查并标记不可靠推理；在 MIMIC-IV 一年死亡率、自闭症与 ADHD 三个任务上，其预测表现与推理依据忠实度优于全上下文与 RAG 基线，并在临床评审试点中被多数评审者首选。
EviGen：以预测性证据脚手架生成可验证的临床推理依据
EviGen 提出一个三层框架，先用基于结局标签训练的可学习查询按预测贡献（而非文本相关性）检索并排序患者纵向电子健康记录中的证据，再让大语言模型在该证据脚手架内生成带引用编号的临床推理依据，最后由过程监督验证器逐步核查并标记不可靠推理；在 MIMIC-IV 一年死亡率、自闭症与 ADHD 三个任务上，其预测表现与推理依据忠实度优于全上下文与 RAG 基线，并在临床评审试点中被多数评审者首选。
EviGen 提出一个三层框架，先用基于结局标签训练的可学习查询按预测贡献（而非文本相关性）检索并排序患者纵向电子健康记录中的证据，再让大语言模型在该证据脚手架内生成带引用编号的临床推理依据，最后由过程监督验证器逐步核查并标记不可靠推理；在 MIMIC-IV 一年死亡率、自闭症与 ADHD 三个任务上，其预测表现与推理依据忠实度优于全上下文与 RAG 基线，并在临床评审试点中被多数评审者首选。
medRxiv 2026年9月16日
该研究在耶鲁纽黑文健康系统三家医院共1,412份心导管操作记录上，用人工标注作为参考标准，评估了三个开源大语言模型（Llama 3.3 70B、Meditron-7B、BioMistral-7B）识别经皮冠状动脉介入治疗（PCI）报告并抽取六项复杂PCI特征的能力，结果显示Llama 3.3 70B在多数任务上优于两个较小的医学领域模型，PCI识别达到100.0%敏感度、93.8%特异度、96.4%准确度和95.9% F1，复杂PCI分类在590份可评估报告中达到97.7%敏感度、80.1%特异度、57.6%阳性预测值、99.2%阴性预测值和83.9%准确度，且在明确记录的变量（如支架数量和支架长度）上
该研究在耶鲁纽黑文健康系统三家医院共1,412份心导管操作记录上，用人工标注作为参考标准，评估了三个开源大语言模型（Llama 3.3 70B、Meditron-7B、BioMistral-7B）识别经皮冠状动脉介入治疗（PCI）报告并抽取六项复杂PCI特征的能力，结果显示Llama 3.3 70B在多数任务上优于两个较小的医学领域模型，PCI识别达到100.0%敏感度、93.8%特异度、96.4%准确度和95.9% F1，复杂PCI分类在590份可评估报告中达到97.7%敏感度、80.1%特异度、57.6%阳性预测值、99.2%阴性预测值和83.9%准确度，且在明确记录的变量（如支架数量和支架长度）上
用大语言模型从心导管报告中自动识别复杂经皮冠状动脉介入治疗
该研究在耶鲁纽黑文健康系统三家医院共1,412份心导管操作记录上，用人工标注作为参考标准，评估了三个开源大语言模型（Llama 3.3 70B、Meditron-7B、BioMistral-7B）识别经皮冠状动脉介入治疗（PCI）报告并抽取六项复杂PCI特征的能力，结果显示Llama 3.3 70B在多数任务上优于两个较小的医学领域模型，PCI识别达到100.0%敏感度、93.8%特异度、96.4%准确度和95.9% F1，复杂PCI分类在590份可评估报告中达到97.7%敏感度、80.1%特异度、57.6%阳性预测值、99.2%阴性预测值和83.9%准确度，且在明确记录的变量（如支架数量和支架长度）上
该研究在耶鲁纽黑文健康系统三家医院共1,412份心导管操作记录上，用人工标注作为参考标准，评估了三个开源大语言模型（Llama 3.3 70B、Meditron-7B、BioMistral-7B）识别经皮冠状动脉介入治疗（PCI）报告并抽取六项复杂PCI特征的能力，结果显示Llama 3.3 70B在多数任务上优于两个较小的医学领域模型，PCI识别达到100.0%敏感度、93.8%特异度、96.4%准确度和95.9% F1，复杂PCI分类在590份可评估报告中达到97.7%敏感度、80.1%特异度、57.6%阳性预测值、99.2%阴性预测值和83.9%准确度，且在明确记录的变量（如支架数量和支架长度）上
Current oncology reports 2026年9月16日
这篇综述系统梳理了鼻咽癌（NPC）现有随访方案与最新进展，一方面比较分析了主要随访指南中的随访频率、影像学手段（MRI、PET）、血浆EBV-DNA监测与功能评估，另一方面阐述了基因组学、影像组学和人工智能在NPC监测中的应用前景与研究进展，并指出基于条件生存模型等风险分层的个体化随访策略可提升监测的成本效益，而影像组学与人工智能在复发风险评估、预后分层和个体化监测方面展现出潜力。
这篇综述系统梳理了鼻咽癌（NPC）现有随访方案与最新进展，一方面比较分析了主要随访指南中的随访频率、影像学手段（MRI、PET）、血浆EBV-DNA监测与功能评估，另一方面阐述了基因组学、影像组学和人工智能在NPC监测中的应用前景与研究进展，并指出基于条件生存模型等风险分层的个体化随访策略可提升监测的成本效益，而影像组学与人工智能在复发风险评估、预后分层和个体化监测方面展现出潜力。
鼻咽癌监测策略的最新进展：从指南随访到个体化精准监测
这篇综述系统梳理了鼻咽癌（NPC）现有随访方案与最新进展，一方面比较分析了主要随访指南中的随访频率、影像学手段（MRI、PET）、血浆EBV-DNA监测与功能评估，另一方面阐述了基因组学、影像组学和人工智能在NPC监测中的应用前景与研究进展，并指出基于条件生存模型等风险分层的个体化随访策略可提升监测的成本效益，而影像组学与人工智能在复发风险评估、预后分层和个体化监测方面展现出潜力。
这篇综述系统梳理了鼻咽癌（NPC）现有随访方案与最新进展，一方面比较分析了主要随访指南中的随访频率、影像学手段（MRI、PET）、血浆EBV-DNA监测与功能评估，另一方面阐述了基因组学、影像组学和人工智能在NPC监测中的应用前景与研究进展，并指出基于条件生存模型等风险分层的个体化随访策略可提升监测的成本效益，而影像组学与人工智能在复发风险评估、预后分层和个体化监测方面展现出潜力。
medRxiv 2026年9月16日
该研究对2020至2024年共792道骨科住院医师培训考试（OITE）题目（其中434道含临床图像、358道不含图像）进行问题成分消融，评估三个开源Ministral-3模型（3B、8B、14B）与五个专有模型（Claude Haiku-4.5、Sonnet-4.6、Opus-4.8、GPT-5.6 Luna、GPT-5.6 Terra），发现含图像题在完整信息下汇总准确率为59.13%（58.21-60.08），去掉图像后仍为59.13%（58.18-60.11），而去掉临床病例描述后降至49.05%（48.07-50.00）；不含图像题从完整临床背景的72.94%（72.10-73.85）降至去
该研究对2020至2024年共792道骨科住院医师培训考试（OITE）题目（其中434道含临床图像、358道不含图像）进行问题成分消融，评估三个开源Ministral-3模型（3B、8B、14B）与五个专有模型（Claude Haiku-4.5、Sonnet-4.6、Opus-4.8、GPT-5.6 Luna、GPT-5.6 Terra），发现含图像题在完整信息下汇总准确率为59.13%（58.21-60.08），去掉图像后仍为59.13%（58.18-60.11），而去掉临床病例描述后降至49.05%（48.07-50.00）；不含图像题从完整临床背景的72.94%（72.10-73.85）降至去
大语言模型真的在使用临床病例描述吗？一项针对骨科住院医师培训考试的问题消融研究
该研究对2020至2024年共792道骨科住院医师培训考试（OITE）题目（其中434道含临床图像、358道不含图像）进行问题成分消融，评估三个开源Ministral-3模型（3B、8B、14B）与五个专有模型（Claude Haiku-4.5、Sonnet-4.6、Opus-4.8、GPT-5.6 Luna、GPT-5.6 Terra），发现含图像题在完整信息下汇总准确率为59.13%（58.21-60.08），去掉图像后仍为59.13%（58.18-60.11），而去掉临床病例描述后降至49.05%（48.07-50.00）；不含图像题从完整临床背景的72.94%（72.10-73.85）降至去
该研究对2020至2024年共792道骨科住院医师培训考试（OITE）题目（其中434道含临床图像、358道不含图像）进行问题成分消融，评估三个开源Ministral-3模型（3B、8B、14B）与五个专有模型（Claude Haiku-4.5、Sonnet-4.6、Opus-4.8、GPT-5.6 Luna、GPT-5.6 Terra），发现含图像题在完整信息下汇总准确率为59.13%（58.21-60.08），去掉图像后仍为59.13%（58.18-60.11），而去掉临床病例描述后降至49.05%（48.07-50.00）；不含图像题从完整临床背景的72.94%（72.10-73.85）降至去

第 32 页 · 当前显示 10 项