医生今年用 AI 的比例明显上升,主要拿来查文献、辅助临床决策,但准确性问题和年轻医生能力培养的担忧也在。做医疗 AI 产品或医院信息化的人应该看看这份调查,能了解真实使用场景和顾虑在哪。
#clinical decision making
医疗参考站 MDCalc 出了个叫 CrossCover 的工具,专门帮医生检查 ChatGPT 这类聊天机器人给的医疗答案靠不靠谱,像开车压到震动带提醒你该留神。 clinicians 天天被 AI 答案搞得拿不准,这工具算是给临床场景补了个校验环节。做医疗 AI 或面向医生产品的团队值得看看这个切入角度。
Mayo Clinic 做了个给医生用的问答工具,基于自家医学知识库,覆盖 35 个以上专科,做医疗方向的朋友可以看看思路。
NEJM AI 2026 年 11 月刊的这篇文章聊的是医学生该怎么在临床 AI 普及后学本事,观点是不躲开工具反而要靠它练真功夫,学医的和做医学教育的可以看看。
医生用 AI 辅助诊断时越信越不动脑,这篇 NEJM AI 文章讲的自动化偏见问题,做医疗 AI 的人也该看看。
一项研究基层医疗漏转诊的 AI 安全系统,用真实数据看它准不准、能不能帮医生及时抓住该转专科的病人。
NEJM AI 这篇文章聊的是医生用了诊断 AI 之后怎么不丢掉自己的判断,提到自动化偏见这些实际问题,做医疗 AI 或临床工作的可以看看。
NEJM AI 这篇评论讨论临床 AI 该鼓励全面检查还是避免浪费,关心医疗 AI 落地的人可以看看。
OpenEvidence联手Anthropic把医疗AI带到发展中国家,让更多医生能用上AI辅助诊断。
有人在 X 上分享了一个给医生用的 AI 应用,能查医学证据、搜临床试验、算临床指标,医疗落地例子不多见。
一项发表在 npj Digital Medicine 的多中心研究,测了医生审查生成式 AI 临床建议时能抓出多少错误,做医疗 AI 的人可以看看。
This research provides a new approach to using AI in clinical settings, which could lead to more reliable and accurate medical decisions.
临床研究人员和医疗AI开发者终于有了一个无需从头训练就能做生存分析的方案——用表格基础模型加一个轻量头就能超越DeepSurv,做ICU预后预测的团队可以直接在MIMIC-IV和eICU上复现。
医疗AI开发者终于有了评估模型在多疗程动态决策中的基准——ClinicalMC覆盖从分诊到出院的完整流程,做临床决策系统的团队可以直接拿来测模型。
医疗AI开发者终于有了一个能评估LLM临床推理过程的基准——ClinEnv不仅看结果,还看信息收集策略,做临床决策系统的团队值得关注。