《“梅拉”： 一种大幅减少标注的多模态多尺度自解释肺结节诊断模型》

这篇文章提出了“梅拉”，一个用于肺结节诊断的多模态、多尺度自解释模型，它大大降低了对标注数据的需求。

《“探路者”：应用于组织病理学的医学诊断决策的多模态多智能体系统》

本文介绍了“探路者”，一个用于医学诊断决策的多模态多智能体系统，并将其应用于组织病理学分析。

《“样本-功效AI”：一种用于临床试验设计中样本量和功效自动分析的专用智能体框架》

这篇文章介绍了“样本-功效AI”，一个专门的智能体框架，用于自动化临床试验设计中的样本量和功效分析。

《从偶然到精准：整合人工智能、多组学与人类特异性模型在神经精神疾病个性化诊疗中的应用》

《从偶然到精准：整合人工智能、多组学与人类特异性模型在神经精神疾病个性化诊疗中的应用》这篇文章深入探讨了神经精神疾病研究范式转变的必要性

《患者安全与人工智能：医疗服务的机遇与挑战》

《患者安全与人工智能：医疗服务的机遇与挑战》这份报告探讨了生成式人工智能在医疗领域的应用对患者安全的影响。

《综合调研：基于大语言模型的多智能体AI医院》

《综合调研：基于大语言模型的多智能体AI医院》系统性地回顾了2023年至2025年间基于大语言模型的多智能体AI医院研究，涵盖72项相关研究成果。

《生成式人工智能在医疗保健和医学中的应用：变革性创新的机遇与责任》

美国国家医学科学院的这份报告《生成式人工智能在医疗保健和医学中的应用：变革性创新的机遇与责任》深入探讨了生成式人工智能

《通过高质量数据推进医学表征学习》

这篇题为《通过高质量数据推进医学表征学习》的文章关注的是高质量医学多模态数据集对模型性能的影响，并提出了一个名为“开放PMC”的高质量医学数据集

《用于评估健康语言模型的可扩展框架》

这篇题为《用于评估健康语言模型的可扩展框架》提出了一种名为“自适应精确布尔评估”的新框架，用于更有效、更经济地评估应用于医疗保健领域的开放式生成式大语言模型。

《将大语言模型与人类专业知识相结合，用于电子病历中的疾病检测》

本文提出了一种利用大语言模型高效识别电子病历中多种疾病的新方法。该方法旨在克服传统疾病检测方法中存在的局限性

《针对超声心动图数据不足的基于模态分解和掩码自编码器的心力衰竭预测》

本文提出了一种基于模态分解与掩码自编码器的深度学习框架，旨在利用稀缺的超声心动图数据库实现心力衰竭的准确预测。

《用于实时手术风险监控的以人为本开发可解释人工智能框架》

这篇文章描述了“我的手术风险”系统的用户中心化设计过程，“我的手术风险”是一个可解释的人工智能临床决策支持系统，用于实时预测手术患者术后9种并发症的风险。

《大语言模型在儿科抑郁症辅助诊断中的应用》

这篇文章探讨了利用大语言模型 (LLM) 辅助儿科抑郁症诊断的可行性。研究人员发现，传统的抑郁症筛查方法，如PHQ-9抑郁症筛查量表，在儿科初级保健中应用受限

《超越既定脚本：测试大语言模型在医疗中真实患者沟通风格中的应用》

这篇文章探讨了大语言模型在模拟真实患者沟通风格方面的潜力，并将其应用于医疗领域的教育和培训。

《多模态人工智能根据临床前数据预测药物组合的临床疗效》

。该项研究提出了一种名为“迈瑞格”的多模态人工智能模型，旨在通过整合药物结构、分子路径、细胞活力和转录组数据等多模态临床前数据，预测药物组合的临床疗效和安全性。