数字医疗
《医学视觉语言模型》
本文全面探讨了医学视觉语言模型的最新进展、应用、评估、面临的挑战及未来方向。医学视觉语言模型融合视觉与文本数据的能力为医疗带来新契机，但也面临诸多问题
《预防医学时代：通过组学、物联网和人工智能融合开发医疗数字孪生》
本文深入探讨了预防医学这一从被动治疗转向主动预防疾病的范式转变，并重点阐述了组学技术、物联网和人工智能在构建个性化、预测性和预防性医疗策略中的关键作用。
《通过后基因组电子病历实现精准医学之路线图》
《通过后基因组电子病历实现精准医学之路线图》一文探讨了通过整合电子病历（EMR）与后基因组数据，推动精准医学发展的潜力与挑战。
《利用表示学习推进多机构电子病历数据研究》
随着医疗信息化的不断发展，电子病历数据已成为临床和转化研究中不可或缺的真实世界数据源。
《用于检测真实世界数据中认知问题的智能体AI工作流》
本研究旨在开发并验证一种全自动化的多智能体人工智能（AI）工作流，用于从真实世界数据（特别是临床记录）中识别认知障碍。
《AI驱动的多组学整合在复杂疾病诊断和治疗中的精准医学应用》
《AI驱动的多组学整合在复杂疾病诊断和治疗中的精准医学应用》一文深入探讨了人工智能(AI)在精准医学中整合和分析多组学数据方面的革命性作用。
《迈向多变量可穿戴生理信号感知基础模型》
本文提出了名为“诺姆穿戴”的基础模型，这是一个用于多变量可穿戴生理信号的规范化基础模型。
《迈向元认知临床推理：对“医疗决策-容斥问题”和最先进的大语言模型进行医疗决策的比较性基准测试》
近年来，人工智能在医疗领域的应用取得了显著进展，尤其是大语言模型在提升医疗决策过程中的作用日益凸显。
《自适应知识图谱优化医学问答：弥合大语言模型与不断演进的医学知识之间的鸿沟》
《自适应知识图谱优化医学问答：弥合大语言模型与不断演进的医学知识之间的鸿沟》一文探讨了大语言模型在医学问答领域的应用及其面临的挑战
电子书：《从洞见到行动：赋能医疗保健》
医疗保健行业面临着前所未有的压力，而且随着生物医学技术和医学信息学的快速发展，数字健康领域正经历着前所未有的变革。
综述：《生成式人工智能在解剖病理学中的应用》
生成式人工智能（AI）近年来在多个领域展现出巨大的潜力，尤其是在医学领域。解剖病理学作为医学诊断的重要组成部分，依赖于对组织和细胞的显微镜检查
白皮书：《医疗人工智能：让创新以患者为中心》
《医疗人工智能：让创新以患者为中心》这份白皮书深入探讨了人工智能（AI）在医疗保健领域的应用现状、趋势、挑战以及未来发展方向，特别强调了以患者为中心的创新理念。
《综述：可解释的人工智能在医疗中的应用》
这篇综述文章探讨了可解释人工智能 (XAI) 在医疗应用中的重要性和最新进展。文章指出，尽管人工智能，特别是深度学习
《用于精神健康监测和主动干预的人工智能驱动的环境智能系统》
这篇文章探讨了人工智能和环境智能在精神健康监测和主动干预中的新兴应用。文章指出，全球精神健康问题日益严峻，传统的反应式医疗模式已无法满足需求
综述：《AI重塑药物基因组学和药物治疗，引领个性化医学革命》
随着科技的飞速发展，人工智能（AI）正逐步渗透到医疗领域的各个层面，尤其在个性化医学方面展现出巨大的变革潜力。
《分析痴呆症患者运动行为动态的两阶段表征学习》
这篇题为《分析痴呆症患者运动行为动态的两阶段表征学习》的文章提出了一种创新的两阶段表示学习框架，用于分析痴呆症患者的居家活动数据，并以此预测其认知状态。
《从大语言模型到多模态人工智能：医学中生成式人工智能应用潜力的范围综述》
本文是一篇关于从大语言模型到多模态人工智能在医学领域应用潜力的综述性文章。文章旨在全面概述从仅文本的大型语言模型到医学中的多模态人工智能系统的演变
《人工智能时代多元、函数型和复杂生物医学数据的变量选择方法》
这篇题为《人工智能时代多元、函数型和复杂生物医学数据的变量选择方法》的文章探讨了在人工智能时代，如何针对多元、函数型以及更复杂的生物医学数据进行有效的变量选择。
综述：《数据驱动的医疗：计算方法在医疗创新中的作用》
《数据驱动的医疗：计算方法在医疗创新中的作用》这篇综述文章深入探讨了计算方法在医疗创新中的变革性作用，重点关注计算工程与生物医学科学的交叉领域。
《美国国立卫生研究院数据科学战略规划（2025-2030）》
2025年1月发布的《美国国立卫生研究院数据科学战略规划（2025-2030）》是美国国立卫生研究院（NIH）为数据科学领域制定的一份战略性规划