数字医疗
《基于元谓词与领域特定语言的可信临床决策支持》
一、引言：医疗AI的信任危机与合规挑战在2026年的今天，随着欧盟《AI法案》和美国FDA关于AI/ML医疗设备指南的落地
《大语言模型在临床推理任务中的表现》
一、研究背景与问题提出近年来，大语言模型在医学领域的应用迅速扩展，涵盖电子病历分析、诊断支持、临床文档生成、患者沟通等多个方面。
《基于视频的手术时序映射的视觉语言模型与平台》
一、引言：手术映射的挑战与霍尔斯特德的破局在精准医疗与外科机器人技术飞速发展的今天，如何从海量的手术视频中提取结构化、可理解的知识
《手术AI的比较研究：数据集、基础模型与医疗AGI的障碍》
这份重磅技术报告通过一项关于神经外科工具检测的案例研究，深入探讨了当前大规模视觉语言模型在手术AI领域的局限性。
技术报告：《“医疗杰玛 1.5”：统一架构下的医疗多模态基础模型》
在人工智能辅助医疗诊断的快速发展进程中，如何构建既能理解复杂医学知识，又能处理高维影像数据（如 3D CT、MRI）的通用基础模型，一直是学术界和产业界的难点。
《人工智能的流行病学
一、 引言：AI作为新型健康决定因素在短短两年内，人工智能（AI）已从实验室研究工具演变为日常生活的基础设施。
《迈向AI就绪的医学影像数据
一、 引言：从碎片化数据到AI就绪的挑战在生物医学研究中，医学影像数据在疾病诊断、监测和发现中扮演着核心角色。
《构建不同人体器官的数字孪生以实现个性化医疗》
一、研究背景与范式转型随着精准医疗时代的到来，数字孪生技术正从工业制造领域迅速渗透至生物医学工程。
《医疗机器人与人工智能研讨会：科研与技术》
一、背景与动因：医疗自动化的十字路口美国普渡大学工业工程学院联合生物医学工程学院以及印第安纳大学医学院等
《AI作为诊断安全网的潜力评估：大语言模型纠正诊断错误的新基准》
一、引言：诊断错误的严峻挑战与AI的介入诊断错误是全球患者安全面临的重大挑战。仅在美国，每年估计就有5000万至1亿例诊断错误发生
《AI驱动的症状检查聊天机器人》
一、研究背景与问题定义在当今全球医疗体系中，人口增长、慢性病负担加重以及合格医疗专业人员的短缺，导致了传统医疗服务面临严峻挑战。
《人工智能与远程医疗的集成：“电子会诊”》
《人工智能与远程医疗的集成：“电子会诊”》是由马纳特健康与南卡罗来纳医科大学及密西西比大学医学中心的卓越远程医疗中心于2026年联合发布的报告
《通过临床世界模型和技能组合框架将临床AI能力建立在人类认知基础之上》
一、引言：临床AI的现实困境近年来，人工智能在医疗领域的应用取得了显著进展，尤其是在医学影像分析、自然语言处理和临床决策支持等方面。
《“医疗路由”： 多智能体医疗诊断中基于强化学习的动态专科医生路由框架》
一、研究背景与问题定义随着大型多模态模型（LMMs）在医学领域的应用日益广泛
《“急救对话”：基于多大语言模型智能体的合成多人急救医疗对话生成》
一、研究背景与动机在医疗人工智能领域，构建能够进行“对话式诊断预测”的模型是当前的前沿方向。
《临床规模下的人机交互优化：将生产信号转化为更安全、更人性化的对话》
随着大语言模型（LLM）在医疗领域的广泛应用，传统的静态医学问答基准（如MedQA、PubMedQA等）虽然在推动模型能力评估方面发挥了重要作用
《“症智通”
一、研究背景与核心痛点1.1 生成式医疗AI的信任危机随着大语言模型在医疗领域的广泛应用
《智能体型AI与医生在临床病史采集中的对比表现：基于多大语言模型的结构化框架评估》
一、研究背景与核心问题临床病史采集是诊断推理、分诊和治疗规划的基石。然而，在现实的门诊环境中，医生常常面临巨大的时间压力和文书记录负担。
《从概念到临床：全科远程医疗中自主AI部署的真实世界证据》
本文综述了一项于2026年发布的关于多智能体大语言模型（LLM）系统在全科远程医疗中应用的前瞻性真实世界研究。
《用于痴呆症多模态特征刻画与风险评估的多学科AI专家团队》
一、引言：破解“黑盒”困境，构建可解释的临床AI助手在神经内科的临床实践中，诊断阿尔茨海默病或血管性痴呆并非基于单一的测试，而是一个极其复杂的多模态推理过程。