数字医疗
《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。
《一个用于精准康复的因果框架》
本文提出了一个基于因果推理的精准康复框架，旨在为个体康复提供“最优动态治疗方案”，以改善患者的长期功能恢复效果。
《“轻松诊断”：为智慧医疗的自动诊断提供准确特征选择之框架》
本文介绍了一个名为“轻松诊断”的新颖框架，旨在通过精确的特征选择来提高智慧医疗中的自动诊断性能，优化临床决策支持系统（CDSS），从而提高预测准确性和可解释性。
《可解释的双语多模态大语言模型在多种生物医学任务中的应用》
本文介绍了一个名为“迈德瑞格”的可解释双语多模态大语言模型，该模型旨在提升生物医学任务中的多样性和准确性，特别是针对包含视觉图像和文本信息的任务。
《医学多模态人工智能的探索：技术挑战和临床应用的范围综述》
近年来，随着医疗数据的爆炸性增长和深度学习技术的飞速发展，多模态人工智能（AI）在医学领域的应用日益受到关注。
《基于大语言模型的生物医学知识图谱构建：从电子病历记录中提取信息》
本文探讨了利用大语言模型 (LLM) 从电子病历 (EMR) 记录中自动构建生物医学知识图谱 (KG) 的方法。
《“电子病历副驾驶”：迈向自主电子病历导航》
本文介绍了一种名为“电子病历副驾驶”的自主电子病历（EHR/EMR）导航工具，旨在减轻临床医生的认知负担并提高医疗服务效率。