AI in Health and Life Sciences

AI in healthcare, drug discovery, biology, medical imaging and clinical deployment, with sources and concise context. · 170 items
Follow AI from medical imaging and clinical decisions to drug discovery, proteins and laboratory automation.
This page aggregates news; it is not medical advice. For clinical decisions, go to the paper and the regulator.
Nov 18
Nov 17
Chinese contentNEJM AI 发表综述:评估影像 AI 工具预测肺癌结局的统计学实践

这篇 NEJM AI 的综述把肺癌影像 AI 研究的统计问题摊开来讲:外部验证缺失、偏倚校正不足这些坑都点出来了。做医学影像模型或准备在医院落地这类工具的团队,可以照着文中清单自查。

NEJM AI@Yiren Hou Timothy Ward Cheng-Han Yang Sean McGrath Ebony Jernigan Giorgio Caturegli Daniel Boffa and Bhramar MukherjeeSource
Papers17:17
Chinese content用深度学习从常规胸片评估骨质疏松性骨折风险

很多骨质疏松患者其实早就拍过胸片,只是没人看骨头。这项研究让模型从常规胸片里顺带找出椎体骨折风险,不用额外做 DXA。放射科和骨科的医生值得看看怎么接入现有流程。

NEJM AI@Yisak Kim Chang Min Park Hanbin Ko Dongheon Lee Jin Hwan Kim and Sung Hye KongSource
Chinese contentNature Medicine 发表开源 Agentic AI 科研协作系统

Nature Medicine 刊发的开源 AI 科研助手,用多个智能体分工跑文献检索、假设生成和实验设计,代码全公开可以自己部署审查。做生物医学研究或想在自家机构搭科研工作流的团队可以直接上手看实现。

Nature Medicine@Justin T. ReeseSource
Nov 15
Papers09:13
Chinese content研究指出口腔色素沉着是 AI 口腔癌筛查中被忽视的验证盲区

这篇 npj Digital Medicine 的论文讨论了一个容易被忽略的点:口腔黏膜本身的色素差异会让 AI 筛查模型在某些人群上表现变差。做医疗 AI 验证或口腔筛查工具的团队,以及关注算法公平性的研究者都该看看。

npj Digital Medicine@Ashoo GroverSource
Papers09:09
Chinese content不确定性场方法用于脑卒中CT与MRI联合诊断及病灶定位

脑卒中诊断要同时看CT和MRI,这项工作把不确定性建模和病灶定位绑在一起做,输出会附带可信度。做医学影像AI或临床落地的团队可以看看它的思路,跟单纯输出分类结果的方法比多了定位能力。

npj Digital Medicine@Kangwei WangSource
Nov 13
Chinese contentnpj Digital Medicine 论文探讨 AI 辅助医疗诊断中人类监督的失效难题

npj Digital Medicine 这篇新论文讨论医疗 AI 出问题时医生能不能发现。结论不太乐观:自动化偏见和时间压力会让人工审核形同虚设。做医疗 AI 产品、医院信息科和关注 AI 监管的都该看看。

npj Digital Medicine@Markus LangerSource
Papers09:17
Chinese content心血管MRI死亡风险预测:AI能否超越临床医生

The Lancet Digital Health这篇评论聊的是CMR影像AI和医生预测死亡风险谁更靠谱。它没吹AI多强,反而点出设备贵、通量低、会操作的人少这些真实瓶颈,做医疗AI或医院影像科的人值得看看对方怎么看。

Lancet Digital Health@Krunoslav Michael Sveric, Axel LinkeSource
Papers09:17
Chinese content研究表明 AI 测量心脏 MRI 射血分数预测死亡率的准确度略胜临床医生

《The Lancet Digital Health》上的一项多中心研究发现,AI 从心脏 MRI 算出的射血分数,预测死亡率比医生测的还准一点。做医学影像或心血管 AI 工具的团队可以看看它的评估方法,回溯性数据怎么用、怎么和医生对比,都有参考价值。

Lancet Digital Health@George Joy et al. (24)Source
Nov 9
PapersSelected21:40
Gait foundation model predicts multisystem health phenotypes

Walking video from a single depth camera can act as a broad health screening signal, replacing purpose-built tests for many phenotypes. Clinicians and digital health teams working on remote monitoring or preventive screening can use this as a blueprint for low-friction, camera-based assessment tools.

Nature MedicineSource
Nov 7
Nov 6
Nov 5
Nov 4
PapersBuildersSelected19:01
Multimodal tool-augmented agent targets AMD follow-up care

The study shows agents moving beyond single-visit diagnosis into longitudinal disease management, where retrieval-grounded outputs matter most for clinical trust. Clinicians and medical AI teams working on ophthalmology or chronic care workflows can use it as a reference architecture for pairing multimodal patient data with evidence retrieval. It sits alongside medical agent work from groups like Microsoft and general clinical LLM benchmarks.

npj Digital Medicine@Jiong ZhangSource
Nov 3
Nov 2
Papers18:15
Chinese contentNEJM AI 发表 AI-INFOCARE 随机对照试验:AI 预生成病历摘要对问诊时间与医患沟通的影响

NEJM AI 上一个正经的随机对照试验,测 AI 生成的病历摘要到底能不能让问诊更快、沟通更好,做医疗 AI 的都该看看。

NEJM AI@Elida Benker-Hasani Sven Richter Clara Buszello Sophia Willkommen Markus Georg Prem Mido Hijazi Klaus Daniel Martin Tareq Juratli Ilker Y. Eyüpoglu and Witold H. PolanskiSource
Chinese contentNEJM AI 发布 2025–2026 临床 AI 年度回顾,提炼六大主题

NEJM AI 把 2025 到 2026 年的临床 AI 研究整理成六大主题,做医疗 AI 的人可以直接当年度文献地图用。

NEJM AI@Eileen Kim Marianna V. Elia Michelle M. Li Elizabeth Healey Lauren Erdman Payal Chandak Peniel Argaw Ben Li Kameron C. Black Jayson Marwaha Hugo Morales Anna Taylor Joseph Kvedar Peter Brodeur Brett Beaulieu-Jones Emily Alsentzer Julian C. Hong and Jean FengSource
Chinese contentAI 听诊模型识别左心室功能不全,多中心前瞻研究完成外部验证

医生用普通听诊器加 AI 就能筛查左心室功能不全,还在多中心做了外部验证,做医疗 AI 的可以看看验证流程怎么设计。

NEJM AI@Eiichiro Sato Yuki Izumi Yuki Saito Yoshihito Saijo Takeshi Kitai Akihiro Hayashida Azusa Murata Tomohiro Kaneko Akira Sakamoto Takahiro Sakamoto Kenya Kusunose Tohru Minamino Hiroshi Seki Koshiro Ikeda Shumpei Saito Shimpei Ogawa and Nobuyuki KagiyamaSource
Oct 31
Oct 29