数字医疗
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
《关于生成式人工智能在生物与生物医学科学中的应用建议》
《关于生成式人工智能在生物与生物医学科学中的应用建议》这份报告由美国实验生物学联合会于2025年1月发布
《“未来-AI”：国际共识指南》
随着人工智能（AI）在医疗保健领域的快速发展，尽管研究取得了重大进展，但人工智能技术在临床实践中的部署和采用仍然有限。
《“敏德”：多模态临床预测任务的基于模态的知识精馏框架》
本文提出了一个名为“敏德”的框架，用于压缩多模态临床预测任务中的模型。该框架旨在解决多模态模型在医疗应用中面临的挑战
《“瑞德维厄姆”：放射学多任务会话视觉语言模型》
随着胸部X光片的广泛使用以及放射科医生的短缺，自动化胸片分析和人工智能辅助报告的需求日益增长。
《自动化的提示语优化技术：探索合成数据生成的潜力》
随着人工智能技术的飞速发展，对大规模、高质量数据的需求日益迫切。然而，在医疗等特殊领域，数据获取受到隐私法规、伦理考量及数据可用性局限等多重挑战。
《临床决策支持平台》
临床决策支持平台是美国退伍军人健康管理局旗下的核心系统，旨在驱动临床决策支持应用。
《心血管疾病的自动数字生物标志物发现系统》
心血管疾病是全球范围内的主要致死原因，对全球健康构成了重大威胁。2021年，心血管疾病导致的死亡人数高达2100万，相较于1990年的1200万，增长了60%。
《基于神经成像的痴呆诊断和预后的可解释人工智能》
这篇名为《基于神经成像的痴呆诊断和预后的可解释人工智能》的文章探讨了利用可解释人工智能技术提高神经影像学在痴呆症诊断和预后中的准确性和可信度。
研究报告：《2025年医疗行业的五大趋势》
随着2025年的到来，医疗行业正经历着前所未有的变革。在《2025年医疗行业的五大趋势》报告中，详细探讨了未来几年内将深刻影响医疗行业的几大关键趋势。