数字医疗
《基于隐私保护的大语言模型的、用于非结构化医学文本信息提取的开源流程》
这篇文章介绍了一种基于隐私保护的大语言模型（LLM）的信息提取流程（简称“基于大语言模型的信息提取”），旨在从非结构化医疗文本中提取信息。
《用于神经和精神健康远程评估的多模态技术》
《用于神经和精神健康远程评估的多模态技术》一文探讨了多模态技术在远程评估神经和精神健康中的应用，强调其整合多种健康信息模态的优势。
《“多模态图谱-大语言模型”：利用图谱增强的大语言模型进行多模态医疗预测》
随着医疗技术的不断进步和数字化进程的加速，电子病历已成为现代医疗服务体系的重要组成部分。
《从视觉到洞察：迈向多模态临床文档摘要》
这篇题为《从视觉到洞察：迈向多模态临床文档摘要》的文章探讨了利用人工智能技术改进医疗中临床文档摘要的挑战和机遇。
《病理基础模型》
这篇题为《病理基础模型》的文章全面阐述了病理基础模型的最新进展及其在数字病理学中的应用，并探讨了所面临的挑战和未来的发展方向。
《生成式人工智能在医学和医疗中的应用：超越“期望膨胀期”》
自2022年11月OpenAI的ChatGPT首次公开发布以来，生成式人工智能在医学与医疗保健领域的应用经历了迅速的发展与变化。
《推进多器官疾病治疗：一种分层多智能体强化学习框架》
这篇题为《推进多器官疾病治疗：一种分层多智能体强化学习框架》的文章提出了一种创新的“分层多智能体强化学习”框架，用于解决多器官疾病治疗的复杂性。
博士论文：《以人为本的人工智能助力精准医疗：方法与应用》
《以人为本的人工智能助力精准医疗：方法与应用》这篇博士论文探讨了人工智能在精准医疗中的应用，旨在构建以人为本的人工智能框架。
《“分诊智能体”：迈向更好的基于大语言模型的临床分诊多智能体协作》
这篇题为《“分诊智能体”：迈向更好的基于大语言模型的临床分诊多智能体协作》的文章提出了一种新颖的异构多智能体框架“分诊智能体”，用于改进临床分诊中的协作决策。
《多模态基础模型在医学影像中的应用：系统综述与实施指南》
《多模态基础模型在医学影像中的应用：系统综述与实施指南》是由斯坦福大学和微软研究院的研究人员共同撰写的系统综述
《数字健康技术在阿尔茨海默病及相关痴呆症中的应用：通过现状分析和业界合作的初步研究结果》
《数字健康技术在阿尔茨海默病及相关痴呆症中的应用：通过现状分析和业界合作的初步研究结果》对数字健康技术目前用于阿尔茨海默病及相关痴呆症进行了全面的现况分析。
《非传染性疾病的数字化防控》
这份题为《非传染性疾病的数字化防控》的报告，是由世界卫生组织（WHO）和国际电信联盟（ITU）于2024年9月合作完成的
电子书：《了解美国全国互操作框架和网络》
《了解美国全国互操作框架和网络》由HIMSS互操作委员会撰写，详细介绍了美国医疗行业信息交换的演变历程、关键参与者、技术标准以及未来发展方向。
研究报告：《在整个欧洲实施欧洲健康数据空间》
随着数字化浪潮席卷全球，医疗领域的数据治理与利用正迎来前所未有的变革。《在整个欧洲实施欧洲健康数据空间》，正是对这一变革的深入剖析与实践指南。
综述：《医疗知识图谱：资源、应用和前景》
本文系统地探讨了医疗知识图谱在医疗保健领域的应用、构建方法以及未来发展潜力。文章首先介绍了知识图谱的概念及其在不同领域的应用
《“莫林”：3D计算机断层扫描的视觉语言基础模型》
“莫林”是一个针对3D计算机断层扫描（CT）的视觉语言基础模型，该模型由美国斯坦福大学等机构的研究人员共同开发。
《基于集成学习和可解释人工智能的慢性肾病早期预后人工智能驱动的预测分析方法》
本文探讨了利用人工智能技术，特别是集成学习和可解释人工智能(XAI)方法，对慢性肾脏病(CKD)进行早期预测和诊断。
综述：《数字健康在糖尿病和心血管疾病中的应用》
随着数字健康技术的快速发展，其在糖尿病和心血管疾病管理中的作用日益凸显。本综述探讨了数字健康技术如何通过更连续、可及、主动和以患者为中心的方法改善患者结果。
《基于多模态数据和纵向医学影像数据的可解释人工智能系统构建》
随着人工智能（AI）在医学影像领域的快速发展，可解释人工智能（XAI）的重要性日益凸显。XAI旨在使人类用户能够理解机器学习系统如何基于输入数据产生预测输出。
综述：《整合组学数据和人工智能用于癌症诊断和预后》
癌症作为全球主要死亡原因之一，其早期准确诊断和预后至关重要。在这一领域，人工智能（AI）的应用展现出巨大潜力。