《精神健康与人工智能领域指南》

该指南由加拿大创新挑战计划、麦肯锡健康研究所和谷歌健康等多家机构合作编写，旨在探讨如何负责任地利用人工智能（AI）技术，以扩展基于实证的精神健康“任务共享”项目

《医疗人工智能：如何开发并实施安全、合乎伦理且值得信赖的人工智能系统》

随着人工智能（AI）技术的飞速发展，其在医疗领域的应用日益广泛，从辅助诊断、个性化治疗方案制定到患者监护，AI正逐步改变着医疗服务的模式。

《“骨原智析”：面向可解释骨健康分类的多模态原型学习》

本文提出了一种名为“骨原智析”的新型深度学习框架，旨在解决当前人工智能在骨健康评估领域面临的三大核心挑战：分类粒度粗糙、过度依赖单一数据模态以及缺乏可解释性。

《脆弱性与希望：基于知识图谱的奖励建模在诊断推理中的应用》

这篇文章系统地探讨了一个旨在提升大语言模型在医疗诊断领域可靠性的创新范式。研究的核心在于，不直接利用大语言模型生成诊断路径，而是将其训练成一个“奖励模型”

《用于对话式患者分诊的AI智能体：基于真实世界电子病历数据的初步模拟评估》

《用于对话式患者分诊的AI智能体：基于真实世界电子病历数据的初步模拟评估》这篇文章提出了一种新颖的框架

《神经成像的可解释人工智能方法：常用工具的系统性失效、特定领域验证的必要性以及安全应用建议》

这篇题为《神经成像的可解释人工智能方法：常用工具的系统性失效、特定领域验证的必要性以及安全应用建议》的文章针对神经影像学...

《智慧医疗×深度医学：第20届世界医学与健康信息学大会论文集》

今天的医疗正在发生变化。有史以来第一次，人工智能不仅仅是在改进传统的医疗实践，它正在颠覆和重塑我们对数据、患者诊疗和医疗决策的思考基础，迫使我们重新思考一切

《基于智能体的临床记录特征生成用于预测预后》

题为《基于智能体的临床记录特征生成用于预测预后》这篇文章提出了一种名为“斯诺” (可扩展的从临床记录到临床结局的生成流程) 的新型多智能体系统

《端到端医疗数据推理的智能体AI框架》

本文提出了一种基于智能体的人工智能端到端医疗数据推理框架，旨在解决当前医疗领域机器学习应用成本高、效率低以及数据隐私保护严格等问题。

《实现对话式诊断人工智能的以医生为中心的监督》

1、引言随着人工智能（AI）技术的飞速发展，对话式诊断AI系统逐渐成为医疗领域的研究热点。这类系统通过模拟医生与患者的对话，旨在提高医疗服务的可及性和质量。

《“动态医疗”：用于交互式和开放式医疗决策的动态多智能体框架》

本文介绍了“动态医疗”，一个用于模拟临床诊断的动态多智能体框架，它突破了现有医疗AI模型的局限性，实现了更贴近真实临床实践的交互式和开放式医疗决策。

《“预测健康”：远程医疗与预测算法在慢性心力衰竭患者诊治和预防中的应用》

引言慢性心力衰竭作为全球健康的重要挑战，其管理涉及持续监测、早期病情恶化检测及个性化治疗策略的制定。

《“护士”拥抱人工智能：护理专业人工智能素养指南》

人工智能（AI）正深刻重塑医疗保健领域，护理专业人员作为医疗服务的核心力量，其 AI 素养的培养已成为行业发展的关键。

《大语言模型智能体可利用工具进行临床计算》

引言《大语言模型智能体可利用工具进行临床计算》一文深入探讨了大语言模型在执行临床计算任务时的局限性，并展示了通过“工具增强”方法显著提升其计算准确性的可能性。

《在卫生经济学和结果研究中利用生成式人工智能：技术与突破的入门指南》

这篇题为《在卫生经济学和结果研究中利用生成式人工智能：技术与突破的入门指南》探讨了生成式人工智能，特别是大语言模型