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。
#npj Digital Medicine
做医疗影像 AI 落地的朋友可以看看这篇,讲的是模型上线后怎么监测数据漂移,思路强调可规模化。
急诊科真实环境下的对照研究,看放射技师用不用 AI 读骨折片差别有多大,做医疗 AI 的值得对一下数据。
npj Digital Medicine 刊的随机对照研究,测了多个模型扮演标准化病人教医学生的效果,做医学教育模拟的可以看看设计思路。
一篇npj Digital Medicine的新论文,看某学术医院全院 rollout AI 记录助手后各科室用得怎么样,做医疗 AI 落地的可以翻翻数据。
发在 npj Digital Medicine 上的临床 AI 治理论文,讲医院怎么管 AI 工具才能既合规又推得开,做医疗 AI 的可以看看。
一项发在 npj Digital Medicine 的随机对照试验,用生成式 AI 给 CBCT 肺活检做导航,医生可能会关心它的试验设计。
多中心真实世界数据看商业AI判肺栓塞稳不稳定,做医学影像或放射科工作的人可以翻翻。
npj Digital Medicine 这篇论文用静默评估检验了自动指标给 AI 临床消息打分靠不靠谱,结论是看场景,做医疗 AI 评估的值得看看。
医学 AI 圈的可以看看,GUARD-LGG 在放疗前就能预测低级别胶质瘤的响应,发在 npj Digital Medicine 上。
医学生和做医疗 AI 的都该看看:这篇 npj Digital Medicine 论文用新生儿气腹诊断做实验,发现资历不同的医生被 AI 带偏的程度不一样。
医学教育里训练医学生的 OSCE 病例现在能用大模型批量生成了,npj Digital Medicine 这篇讲了具体做法。
The study shifts the question from whether AI can answer medical questions to whether clinicians actually find it usable at the point of first diagnosis, where intake quality shapes the entire treatment pathway. Oncologists, hospital digital-health teams and clinical AI vendors can use its real-world findings to inform how consultation-preparation tools are trialled in their own departments.
医学教育圈该看看这篇:AI 太会顺着人说,学生听不到真批评,论文建议让 AI 刻意'泼冷水'。
做医学影像 AI 或在记忆门诊工作的同行,这份 Neuro-AIM 共识把论文到临床的落地要求整理成了一份参考。
npj Digital Medicine 发的 AEGIS 论文,专门解决自适应医疗 AI 上线后怎么持续监管的问题,同时适配美国和欧盟两套法规,做医疗 AI 合规的可以看看。
医生和AI意见不合时,现在的系统只存结果不存过程。这篇 npj Digital Medicine 的文章提出把分歧记录下来,对做医疗AI的人来说思路很新鲜。
医学教育圈该看看:AI 代写病历后,学生从写病历变成改病历,这篇给出了四个要专门训练的能力维度。
Nature 旗下 npj Digital Medicine 发的新论文,用 agent 系统自动做医疗沟通编码,能跨多个编码框架跑,做医疗信息化的可以看看。
这篇研究把多模态 AI 直接放进医学生的 OSCE 临床考试里做评分,不是事后回溯验证,而是前瞻性真实部署,做医学教育的人可以看看他们怎么落地的。
Nature 子刊发的实证研究,看普通人怎么拿 ChatGPT 这类模型解读自家心电图,交互数据很真实。
npj Digital Medicine 的新论文,用 agentic AI 自己从定量特征里挖出胶质母细胞瘤的影像征象,做医学影像分析的可以看看思路。
npj Digital Medicine 这篇新论文教你怎么用 FAERS 数据做校准过的 AI 药物警戒,做药物安全监测的可以看看。
用大模型分析慢性疼痛患者的讲述,把口语叙述变成可量化的认知指标,还验证了效度,医疗 AI 方向可以看看。
研究了已获批的病理和血液形态学 AI 诊断软件到底有多少公开了性能数据,关心医疗 AI 监管透明度的可以看看。
搞医学文献挖掘的可以看看这篇,OncoTagger 能自动给 Web of Science 里的 AI 肿瘤学论文打标签,流程可复现。
npj Digital Medicine 上发的论文,用 AI 给心衰患者做死亡风险评分,变量精简,适合做临床预测研究参考。
Automated judging could ease the expert-review bottleneck that slows clinical AI validation, though the paper leaves open how reliably models grade safety-critical medical errors. Health AI teams building evaluation pipelines and regulators weighing validation standards for clinical tools will find the methodology directly applicable. It complements LLM-as-a-judge work from general-domain benchmarks like MT-Bench by focusing on medical output quality.
《npj Digital Medicine》这篇新文讲怎么用隐私增强技术让健康 AI 更公平,做医疗 AI 的人可以看看。
皮肤癌AI模型遇到陌生数据容易乱给结论,这篇研究用多准则不确定性估计来识别偏移,还顺带提升恶性判断,做医疗影像的可以看看。
npj Digital Medicine 上新发的论文,用因果强化学习给轻度认知障碍患者定制干预方案,做医疗 AI 的人可以看看思路。
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。
The consistency-driven MoE design lets one model handle both connectome generation and multiple downstream trait predictions, which matters for labs lacking large neuroimaging datasets. Researchers in computational neuroscience and clinical AI can evaluate the approach against single-task baselines in their own imaging pipelines.