数字医疗
《爱尔兰医疗人工智能发展战略（2026-2030）》
这是由爱尔兰政府发布的国家级医疗人工智能发展战略，由爱尔兰卫生部与卫生服务执行局联合发布。
《2026未来医疗就绪度调研报告：患者、医生和护士眼中的AI
本报告基于对美国355名临床医务人员（医生和护士）及254名患者的深入调查
《2026年临床AI现状报告》
本报告由医疗人工智能科研评测协作联盟联合哈佛医学院、斯坦福医学AI中心顶尖专家团队编撰，依托全球多中心临床试验数据、真实落地案例与海量学术研究成果
《扩大医疗健康领域人工智能应用规模》
本文是经合组织2026年4月发布的医疗AI专项权威研究报告，聚焦经合组织成员国医疗人工智能规模化落地的现实难题，立足全球多国政策落地调研数据
《互补而非替代：2026年生成式AI在加拿大医疗领域的应用》
本文是加拿大标准协会公共政策中心2026年4月发布的权威医疗AI政策研究报告
《可解释计算病理学的概念引导的多模态专家混合模型研究》
本文聚焦计算病理领域现存核心痛点：传统多模态模型多为黑箱端到端融合，仅能输出诊断结果，无法解释病理形态、分子标志物等临床证据如何协同推理
《面向可解释疾病诊断的大语言模型不确定性推理》
一、研究背景与问题定义临床诊断本质上是一个高度不确定的推理过程。患者主诉往往不完整、时间信息模糊、症状描述带有主观性和语言歧义性（如“轻度乏力”、“高烧”）。
《在医疗领域“大模型充当评判”：应用、方法与人机对齐的综合分析》
一、背景与核心命题：寻找医疗AI的“量尺”随着大语言模型（LLMs）在临床文档、诊断推理、药物推荐等领域的广泛应用，如何对其生成的非结构化文本进行有效评估
《“复杂交叉基准测试”：AI智能体能否自动化端到端、长时程、条款密度高的医疗工作流？》
一、引言与问题背景近年来，大语言模型驱动的AI智能体在自动化复杂任务方面展现出巨大潜力，尤其是在编码、网页操作等长时程任务中取得了显著进展。
《“代码诊所”：临床推理智能体编码技能的自动化评估》
一、背景与动机近年来，以大语言模型（LLM）为核心的临床推理智能体在医疗人工智能领域展现出巨大潜力。
《医疗超级智能架构
一、范式转变：从“数据孤岛”到“医疗超级智能”报告开篇指出，截至2026年3月，消费者健康技术领域发生了一次确定性转变。
《AI优先的医疗机构将赢得未来》
这份医疗行业高管洞察报告，聚焦医疗服务机构在人工智能时代的战略转型核心命题，系统剖析当下医疗体系面临的结构性困境、传统AI试点难以规模化的深层原因
《“图融差分注意力药物推荐模型”：基于药理学图先验的知识约束差分注意力药物推荐系统》
一、研究背景与痛点：临床数据的“噪声”与“知识”割裂在临床决策支持系统（CDSS）中，药物推荐是一个核心任务。
《“合成医师讨论”：利用大语言模型生成合成医生讨论的元数据驱动框架》
一、研究背景与痛点：医疗AI的“数据荒漠”在临床实践中，医生与医生之间围绕患者病例的讨论是一种极其宝贵的知识与推理资源。
《“凯斯卡德”共形预测
一、研究背景与痛点：临床决策的“两阶段”困境本文聚焦帕金森病药物治疗这一高风险临床场景，针对传统机器学习与常规共形预测方法存在的缺陷
《从预测到干预：生物医学人工智能的演进》
一、引言：预测的辉煌与局限近年来，人工智能在生物医学领域取得了令人瞩目的成就。通过整合基因组、转录组、医学影像、临床记录等多模态数据
《AI医生的价值取向何在？
一、引言：看不见的价值预设2026年5月，来自哈佛医学院、贝斯以色列女执事医疗中心等顶尖机构的科研团队发布了这项发人深省的研究。
《“医师能力基准”：大语言模型智能体在真实电子病历环境中的能力评估》
一、引言：从“解题高手”到“实习医生”的残酷落差2026年5月，斯坦福大学联合多家顶尖医疗机构发布了一项可能重塑医疗AI评估体系的重磅成果——医师能力基准。
《用于罕见病诊断与风险基因优先排序的多功能AI智能体系统》
一、 引言：4年的等待与AI的破局罕见病，顾名思义，是一类患病率极低（通常低于1/2000）的疾病统称，全球受影响的群体却高达3亿人。
《肿瘤治疗计划的临床推理 AI：基于病例的多专科评估》
在全球癌症诊疗持续迈向精准化与均质化的背景下，人工智能正逐步从辅助工具转变为临床决策的重要支撑。