published

general · First seen 2026-05-30 · Last seen 2026-11-19 · 514 mentions

Overview

published 一词在学术语境中指“已正式发表”的研究成果,是衡量研究是否进入公开知识体系的核心标记。近期 AI 与医学交叉领域的已发表论文密集涌现,主要集中在 npj Digital Medicine、Nature Medicine 等期刊,话题覆盖 AI 辅助诊断的验证缺口、大模型临床应用,以及围绕中国 AI 模型发表内容的争议。

近期已发表研究的主要方向

  • Beyond skin deep: physiologic oral pigmentation as an overlooked validation gap in AI-assisted oral cancer screening:这篇已发表于 npj Digital Medicine 的文章指出,AI 口腔癌筛查工具在训练和验证时忽视了正常生理性口腔色素沉着,可能对深肤色人群产生系统性偏差,属于被长期 overlooked 的验证缺口。
  • Learning uncertainty fields for joint brain stroke diagnosis and intrinsic lesion localization in CT and MRI:研究提出学习“不确定性场”,在 CT 与 MRI 上同时完成脑卒中诊断和病灶本征定位,把不确定性量化嵌入诊断流程。
  • Multicenter benchmarking of large language models for bladder cancer management recommendations from mpMRI reports:多中心基准测试评估了大语言模型基于 mpMRI 报告给出膀胱癌管理建议的能力,是 LLM 进入肿瘤临床决策支持的又一实证。
  • Learning health system frameworks and the integration of artificial intelligence and data science in United States health care: a scoping review:一项范围综述梳理了美国医疗体系中“学习型健康系统”框架与 AI、数据科学的整合现状。
  • Vaccines could be a new frontier in KRAS targeting:Nature Medicine 上的这篇评述提出,疫苗可能成为靶向 KRAS 突变的新前沿,为“不可成药”靶点提供了免疫学路径。
  • 当前焦点与观察点

    当前围绕已发表成果的讨论集中在两点。其一是外部验证的可信度:多篇 npj Digital Medicine 论文同时指向验证缺口问题,除了口腔色素沉着的偏差,Measurement fidelity and external validation of automated breast DCE-MRI segmentation 也强调自动化乳腺 DCE-MRI 分割的测量保真度与外部验证,说明医学 AI 社区正把“发表后的外部验证”当作核心议题而非附带步骤。

    其二是发表内容的可追溯性争议:据 Depue 称中国模型用了禁运芯片:报告自己承认的限制,推文里都没了,前 OpenAI 研究员 Will Depue 于 11 月 12 日发推,称找到“确凿的取证证据”指向 DeepSeek、月之暗面等中国模型使用受限芯片,并指出相关报告中的自我披露在后续版本中消失。该说法目前仍停留在社交媒体层面,尚未以正式发表的形式给出可复核证据,观察点在于后续是否有经同行评审的取证报告出现。

    此外,基础研究层面也有值得关注的工作,如 基于实体传记的长视频记忆增强框架 在 arXiv 上以预印本形式发布(尚非正式发表),以及 Cambridge researchers got the heart to grow back 提到的剑桥团队心脏再生进展。总体来看,published 成果的质量门槛正从“能否发表”转向“能否通过外部验证与可复现性检验”,这是接下来判断研究价值的关键。

    Coverage

    10 on file