医学与健康

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。

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。

本文系统综述了医学AI图像技术在头颈肿瘤精准诊疗中的应用现状、主要问题与未来方向，指出该技术可实现影像特征的精准量化，并为早期识别、疗效评估及预后预测开辟新路径，但当前仍面临数据标准化不足、模型泛化能力有限、可解释性欠佳及临床转化不足等挑战。

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。

这篇综述梳理了特应性皮炎（AD）诊断的既有临床框架，以及用于补充该框架的新兴工具——循环与皮肤来源生物标志物、微创胶带剥离、皮肤微生物组、仪器化屏障评估、无创生物体液、先进光学成像（反射共聚焦显微镜、光学相干断层扫描与线场共聚焦OCT）以及人工智能与数字工具，并关注特殊人群；其结论是临床诊断仍是参考标准、有经验的临床医生仍优于任何单一检测，这些工具是有前景的辅助手段，但少有实现标准化或前瞻性验证。

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。

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

本文提出并命名了“推理冒充”现象——环境AI记录工具在评估与计划部分并非转录而是生成临床推理，其文本与转录内容在最终病历中无法区分，使受训者可能在编辑AI草稿而非自主推理中错失判断力的养成，并据此提出供应商层面的学习者专属配置与章节级透明度，以及培训项目层面的推理先行、能力门槛与口试评估等应对措施。