医学高质量论文简报（日报）

[日报] 2026-08-21

💡 今日学习推荐 CS231n 卷积神经网络（Stanford） — 一、卷积神经网络（CNN）架构（进度0%） ⏭ 下一步：CS229 机器学习讲义（Andrew Ng）

1. Injury-driven stromal exhaustion disrupts intrinsic regenerative capability. 🆕

Nat Commun (IF: 14.7) | 2026 Aug 19 | PubMed ⚠️ | DOI | ✅ 高置信 | 研究设计: 未识别分析来源： PMC全文

领域：骨骼再生医学、干细胞生物学、骨微环境研究

方法：本研究采用小鼠股骨钻孔损伤模型，结合谱系追踪（Lepr-Cre）、单细胞RNA测序、组织学分析、代谢表型分析、炎症因子检测、Wnt/β-catenin信号通路药理学（如激动剂）及遗传学操作（β-catenin条件性敲除），系统评估骨髓基质细胞（Lepr+Cxcl12+）在反复损伤后的再生能力变化及其分子机制。

核心发现： 1）Lepr+Cxcl12+骨髓基质细胞在反复损伤后出现“基质细胞耗竭”状态，表现为成骨潜能逐渐丧失，转而向骨髓脂肪细胞分化；2）耗竭的基质细胞与衰老细胞不同，具有代谢异常、慢性炎症应激反应及再生可塑性受损等独特特征；3）损伤修复过程中β-catenin缺失可诱导基质细胞谱系转换并促进脂肪生成，而Wnt/β-catenin信号通路的药理学或遗传学激活可部分恢复成骨能力，表明Wnt/β-catenin信号失调是驱动基质细胞耗竭和再生障碍的关键机制；4）该现象在反复骨折、骨科手术、骨质疏松及成骨不全等临床情境中具有重要相关性，提示基质细胞耗竭是骨再生的关键障碍及潜在治疗靶点。

相关度（医学AI研究者）：高。该研究揭示了反复损伤后骨髓基质细胞再生能力耗竭的机制，为骨修复失败、骨质疏松及骨折风险预测提供了新的生物学标志物和治疗靶点，对开发基于信号通路调控的再生医学策略具有直接指导意义，也提示AI辅助的预后模型需考虑既往损伤史对干细胞功能的影响。

一句话：该研究首次定义“基质细胞耗竭”状态，证明反复损伤通过Wnt/β-catenin信号失调导致骨髓基质细胞成骨能力丧失并转向脂肪生成，从而削弱骨骼固有再生能力。

2. TextRank-based healthcare big data analysis system for text network analysis and trend phase identification. 🆕

领域：医学信息学 / 医疗大数据分析 / 自然语言处理

方法：基于系统工程框架开发了一个TextRank算法驱动的医疗大数据分析系统。流程包括：1）医疗文本采集与领域特定预处理（归一化、降噪）；2）使用图算法TextRank提取关键词；3）构建加权关键词共现网络（按分析周期划分）；4）通过计算相邻周期加权Jaccard相似度识别趋势阶段，检测关键词分布的结构性变化；5）集成所有模块形成端到端系统，并具备交互式可视化功能。

核心发现：该系统成功提取了代表性关键词，构建了关键词共现网络，并识别出反映医疗研究主题随时间变化的多个不同趋势阶段。系统将关键词提取到趋势阶段识别的分析流程完全自动化，并提供可视化支持，帮助用户探索和解释医疗研究趋势的演变。

相关度（医学AI研究者）：高。该研究直接回应了医疗文本数据规模激增带来的知识提取挑战，提供了一个可复用、可扩展的系统级实现，而非孤立的分析方法。对于从事医学文献挖掘、研究趋势监测、临床指南分析或健康政策制定的AI研究者，该系统架构和流程具有直接参考价值，尤其适合需要持续跟踪领域演变和发现阶段性结构变化的场景。

一句话：该论文描述了一个基于TextRank的医疗大数据分析系统，实现了从关键词提取、共现网络构建到趋势阶段识别的全流程自动化，为持续监测医疗知识演变提供了可扩展且可解释的平台。

3. Physiological comparison of high-flow oxygen via endotracheal tube and T-piece strategies during spontaneous breathing trials: a randomized crossover study. 🆕

Crit Care (IF: 19.3) | 2026 Aug 18 | PubMed ⚠️ | DOI | ✅ 高置信 | 研究设计: 未识别分析来源： PMC全文

领域：重症医学 / 呼吸治疗 / 机械通气撤机

方法：随机交叉生理学研究。纳入接受机械通气≥24小时且符合撤机条件的患者，每位患者依次接受五种自主呼吸试验（SBT）条件：T管，以及四种经气管导管高流量氧疗（HFO）设置（两种呼气端口直径[9.8 mm与6.9 mm] × 两种流速[40与60 L/min]）。在基线机械通气及每种SBT条件下测量气道压、食管压、呼吸变量及电阻抗断层成像参数。拔管后再次测量食管压以比较吸气努力。另进行台架实验，评估4种接口直径×6种流速共24种模拟条件下的压力效应。

核心发现：共分析20例患者。与T管相比，HFO-6.9 mm接口联合60 L/min流速产生的平均呼气气道压增幅最大（中位配对差7.0 cm H2O [95% CI 6.7–7.4]），PEEP增加6.0 cm H2O [5.8–6.1]；同时该设置减轻了整体呼气末肺容积损失（321 mL [267–523]），降低动态跨肺驱动压（3.3 cm H2O [1.8–4.1]），改善PaO2/FiO2（28 mmHg [14–52]），并降低呼吸频率（2次/分 [1–4]）。五种SBT条件与拔管后测量的ΔPes（食管压摆动）无统计学显著差异（p = 0.24）。台架实验证实压力效应呈流速依赖性和直径依赖性。

相关度（医学AI研究者）：高。该研究为SBT策略的生理学比较提供了高质量随机交叉数据，明确了经气管导管HFO的流速-端口直径-压力效应关系，对开发撤机决策支持系统、个体化SBT参数选择及预测拔管后呼吸负荷的AI模型具有直接参考价值。

一句话：经气管导管高流量氧疗（尤其6.9 mm端口+60 L/min）相比T管可显著增加呼气气道压和PEEP、改善肺容积和氧合，且不增加吸气努力，是一种有前景的SBT替代策略。

4. Dietary micronutrients, whole food patterns, and restless legs syndrome in coronary heart disease: A dual dietary profiling machine learning analysis using NHANES data. 🆕

领域：心血管疾病与神经系统共病（冠心病合并不安腿综合征）的营养流行病学与机器学习应用

方法：基于NHANES 2005–2018数据，纳入冠心病患者，采用两种互补的膳食表示方法（微量营养素谱和食物组谱，后者源自MyPyramid Equivalents Database）。使用Boruta进行特征选择，SMOTE处理类别不平衡，构建六种机器学习模型（随机森林表现最佳），通过时间验证评估模型稳健性，并采用SHAP和LIME进行模型解释。

核心发现：随机森林模型在微量营养素和食物组模型中均表现出最高预测性能。SHAP分析显示，番茄红素、咖啡因、α-胡萝卜素、维生素C、食物叶酸和镁与较低预测RLS概率相关，而钙、水分和维生素B1与较高预测RLS概率相关。在食物组模型中，总红色和橙色蔬菜、总蔬菜和白土豆与RLS呈负相关；牛奶、肉类和添加糖与较高预测RLS概率正相关。作者明确指出这些关联为相关性而非因果效应。

相关度（医学AI研究者）：高。该研究展示了机器学习（随机森林+SHAP/LIME）在复杂营养-疾病关联挖掘中的完整分析流程，包括特征选择、类别不平衡处理、时间验证和可解释性分析，为医学AI在膳食暴露与神经系统症状关联研究中的方法论提供了可复用的范例，同时聚焦于CHD合并RLS这一临床重要但研究不足的共病领域。

一句话：该研究通过双膳食画像（微量营养素与食物组）结合随机森林和SHAP分析，识别出冠心病患者中与不安腿综合征风险相关的膳食因素，其中蔬菜和抗氧化营养素呈负相关，而牛奶、肉类和添加糖呈正相关。

5. Discovery of a star sensitive to the spin of Sagittarius A. 🆕

Nature (IF: 50.5) | 2026 Aug 19 | PubMed ⚠️ | DOI | ✅ 高置信 | 研究设计: 未识别分析来源： PMC全文

领域：天体物理学（黑洞物理与恒星动力学），非医学领域

方法：本研究基于GRAVITY+协作组在近红外干涉测量和光谱学方面的观测数据，对银河系中心超大质量黑洞人马座A*（Sgr A*）周围的恒星轨道进行高精度监测。研究团队识别出一颗新的主序恒星S301，其轨道周期为8.7年，近心点距离足够小，使得恒星峰值速度达到25,000 km/s。通过分析恒星轨道运动对广义相对论Kerr度规中自旋效应的敏感性，结合恒星亮度（mK=19.3）和轨道偏心率（高偏心率提示其可能通过Hills机制从双星系统中捕获），评估了S301运动对Sgr A*自旋的探测能力。

核心发现：研究发现了恒星S301，其轨道运动对Sgr A的自旋高度敏感。S301的轨道周期为8.7年，近心点速度极高（25,000 km/s），使得其运动轨迹能够直接反映黑洞自旋引起的相对论效应（阶数为β³，其中β=v/c）。这是首颗被发现其运动可直接用于测量Sgr A自旋的恒星。此外，S301的高偏心率轨道表明它可能是通过Hills机制（双星系统被黑洞潮汐撕裂后捕获其中一颗）形成的。该发现为未来利用近红外干涉测量和极大望远镜光谱学精确测量黑洞自旋提供了独特的机会。

相关度（医学AI研究者）：极低。本文属于基础天体物理学研究，与医学或医学人工智能无直接关联。医学AI研究者可能对其中涉及的高精度轨道拟合、信号提取和噪声处理算法感兴趣，但这些方法并非医学领域特有，且研究目标（黑洞自旋）与医学无关。

一句话：该论文报告了银河系中心黑洞附近一颗新发现恒星S301，其轨道运动对黑洞自旋敏感，为测量Sgr A*自旋提供了前所未有的机会，但内容与医学AI研究无关。

6. Large-scale AI-guided liver malignancy diagnosis: multicenter study and a single-arm trial. 🆕

Nat Med (IF: 58.7) | 2026 Aug 19 | PubMed ⚠️ | DOI | ✅ 高置信 | 研究设计: 未识别分析来源： PMC全文

领域：医学影像人工智能，具体为基于CT影像的肝脏恶性肿瘤人工智能辅助诊断

方法：该研究开发并验证了一个名为LiON的大规模人工智能模型，用于肝脏恶性肿瘤的诊断。模型基于CT影像，采用多模态输入（3或4种模态），并包含分割和分类两个分支（分别使用64和128个可学习查询）。训练过程涉及多种损失函数，包括解耦损失（Ldis）、分割损失（Lseg）和全局分类损失（Lcls-global）。研究设计包括多中心验证、读者研究（对比AI与放射科医生）、多模态临床特征融合（分数级和特征级融合）以及真实世界部署评估。此外，还进行了一项单臂试验来评估AI在实际临床工作流程中的可行性。

核心发现：该研究通过大规模多中心数据验证了LiON模型在肝脏恶性肿瘤诊断中的性能。读者研究表明AI辅助诊断能够提升放射科医生的诊断准确性。多模态融合（结合临床特征）进一步提升了模型性能。真实世界部署评估和单臂试验证明了该AI系统在实际临床环境中的可行性和潜在价值。具体性能指标（如AUC、灵敏度、特异性等）需查阅全文获取详细数值。

相关度（医学AI研究者）：高。该研究代表了AI辅助医学影像诊断领域的大规模、多中心验证的典型范例，其模型设计（多模态、多任务学习）、验证方法（多中心、读者研究、单臂试验）以及从模型开发到真实世界部署的完整路径，对医学AI研究者具有很高的参考价值和启发意义。

一句话：该研究通过大规模多中心验证和单臂试验，证明了一种基于CT影像的多模态AI模型（LiON）在肝脏恶性肿瘤诊断中具有良好性能，并能有效辅助放射科医生提升诊断准确性，展示了从模型开发到临床部署的完整转化路径。

7. Ability meets motivation: A TAM-Integrated approach using informatics competency and self-efficacy to explain variance in AI clinical system adoption: Cross-sectional study. 🆕

领域：护理教育、医学人工智能（AI）临床应用、技术接受模型（TAM）

方法：横断面研究，于沙特阿拉伯哈伊勒大学护理学院开展，纳入416名护理本科生。采用验证性因子分析、结构方程模型（SEM）及5000次自助抽样中介效应分析，检验扩展的“技术接受-能力结构模型”（TAC-SM），评估信息学能力与数字自我效能感通过感知易用性与感知有用性对AI临床系统采纳意向的直接与间接效应。

核心发现： TAC-SM模型拟合良好（χ²/df=2.11，CFI=0.94，TLI=0.93，RMSEA=0.062，SRMR=0.041）。信息学能力正向关联感知易用性（β=0.42，p<0.001），数字自我效能感正向关联感知有用性（β=0.47，p<0.001）。感知有用性（β=0.55，p<0.001）与感知易用性（β=0.21，p<0.01）均直接关联行为意向。信息学能力与数字自我效能感通过TAM路径对行为意向产生显著间接效应，最强路径为“数字自我效能感→感知有用性→行为意向”（β=0.259，p<0.001）。有信息学培训经历的学生在各构念得分更高。

相关度（医学AI研究者）：高。该研究为AI临床系统采纳提供了实证模型，明确了技术能力（信息学能力）与动机信心（数字自我效能感）通过不同但互补的路径影响护理学生的采纳意向，对医学AI教育课程设计、临床系统推广及用户培训策略具有直接指导价值。

一句话：该研究构建并验证了TAC-SM模型，证明信息学能力与数字自我效能感分别通过感知易用性和感知有用性显著影响护理本科生对AI临床系统的采纳意向，为提升AI临床系统应用准备度提供了理论依据与教育干预靶点。

Nat Commun (IF: 14.7) | 2026 Aug 19 | PubMed ⚠️ | DOI | ✅ 高置信 | 研究设计: 未识别分析来源： PMC全文

领域：生态学、野生动物流行病学、禽流感病毒（HPAI H5N1）对长寿海鸟种群的影响

方法：基于1995–2021年28年的环志重捕数据（50,646只个体），构建年龄结构Cormack-Jolly-Seber（CJS）捕获-标记-重捕模型，估算疫情前表观存活率并重建预期年龄结构；对2022年荷兰收集的243只已知年龄的成年死亡个体进行性别鉴定（分子或形态学方法），通过二项检验和Wilcoxon秩和检验分析性别比例及年龄分布差异；比较实际死亡个体的年龄分布与预期年龄结构，量化不同年龄段的HPAI相关死亡率。

核心发现： 2022年HPAI（H5N1 clade 2.3.4.4b）疫情导致的死亡显著偏向老年个体，无性别偏差（雌雄比例123:120，P=0.90；年龄分布无性别差异，P=0.33）。HPAI相关死亡率从年轻繁殖个体的约5–10%上升至最年长个体的40%以上。这种年龄偏倚的死亡可能移除了种群中最有经验的个体，对长寿海鸟种群的恢复力和长期动态构成潜在威胁。

相关度（医学AI研究者）：中等。该研究为病原体（禽流感病毒）对野生动物宿主种群的选择性影响提供了量化证据，展示了年龄结构在传染病死亡率中的关键作用，对理解人畜共患病毒（如流感）的宿主-病原体相互作用、年龄相关易感性的进化与生态机制具有参考价值，但研究对象为非人类物种，直接临床医学应用有限。

一句话：基于28年环志数据与2022年疫情个体死亡记录，该研究揭示HPAI H5N1在Sandwich燕鸥中导致显著的年龄偏倚死亡（老年个体死亡率超40%），但无性别差异，提示疫情可能优先移除高繁殖价值的经验个体，削弱种群恢复力。

9. Intramyocardial injection of allogeneic human induced pluripotent stem cell-derived cardiomyocytes in advanced ischemic heart failure: an early-stage randomized trial. 🆕

Nat Med (IF: 58.7) | 2026 Aug 19 | PubMed ⚠️ | DOI | ✅ 高置信 | 研究设计: Guideline 分析来源： PMC全文

领域：心血管再生医学、晚期缺血性心力衰竭的细胞治疗

方法：早期阶段随机试验。纳入20例晚期缺血性心力衰竭患者（NYHA III-IV级，LVEF 20%-45%，有CABG指征），随机分配至对照组（n=10）或细胞治疗组（n=10）。细胞治疗组在CABG术中接受同种异体人诱导多能干细胞来源心肌细胞（hiPSC-CMs）的心肌内注射（剂量5.0×10^7细胞/瓶，共两个批次）。主要评估安全性（免疫排斥、心律失常、肿瘤形成等）及可行性，次要评估心功能参数（LVEF、LVEDD、LVESD）在6个月和12个月的变化。细胞产品经质量检测（活力≥70%，cTnT≥95%，残留多能性标志LIN28≤0.2%，致瘤性相关标志物阴性，微生物及病毒检测阴性）。

核心发现：细胞治疗组（n=9完成6个月随访，n=9完成12个月随访）与对照组（n=8完成6个月，n=7完成12个月）相比，LVEF在6个月（41.89% vs 41.30%）和12个月（42.55% vs 41.57%）均无显著组间差异。LVEDD和LVESD在两组间也无显著差异。细胞治疗组未报告严重不良事件（如持续性室性心动过速、肿瘤形成或免疫排斥反应）。18F-FDG-PET显示12个月时细胞治疗组心肌存活/代谢信号存在。细胞产品批次间质量参数稳定（活力77.5%-83.25%，cTnT 95.2%-97.32%）。

相关度（医学AI研究者）：中等。该研究提供了同种异体hiPSC-CMs在晚期心衰中应用的早期安全性数据，但样本量小、无疗效信号，对AI模型训练的价值有限。不过，其详细的细胞产品质控参数（如cTnT、LIN28、CD90、HLA-DR、APD/FPD等）可作为细胞治疗标准化数据集的一部分，用于开发预测细胞产品质量或患者反应的AI模型。

一句话：该早期随机试验显示，同种异体hiPSC-CMs心肌内注射在晚期缺血性心衰患者中安全性可接受，但6-12个月内心功能改善与对照组无显著差异。

10. Cortical thickness changes precede high levels of amyloid by at least 7 years. 🆕

Nat Neurosci (IF: 25.0) | 2026 Aug 19 | PubMed ⚠️ | DOI | ✅ 高置信 | 研究设计: 未识别分析来源： PMC全文

领域：神经科学、阿尔茨海默病（AD）影像生物标志物

方法：该研究为纵向观察性研究，整合了三个认知健康队列（LCBC、BACS、ADNI）的数据，共纳入1,051名参与者（4,570次MRI扫描），其中691人具有Aβ PET数据（1,684次扫描）。研究者将参与者分为“Aβ−转Aβ+”转换者（首次PET为Aβ−，末次为Aβ+）和持续Aβ−者，利用转换前数年采集的MRI数据，分析皮层厚度及其纵向变化轨迹，并与Aβ沉积模式进行空间对应性比较，同时控制定量Aβ水平以评估独立性。

核心发现：在转换为Aβ阳性状态前至少7年，未来转换者已表现出更厚的皮层和更慢的皮层变薄速率。这些皮层厚度差异在控制定量Aβ水平后仍大部分存在，提示部分结构变化可能独立于Aβ病理。皮层厚度变化的空间分布与Aβ沉积模式呈中度对应，且厚度变化的时间进程与Aβ累积进展相吻合。结论认为，皮层厚度改变可早于PET可检测的Aβ阳性数年出现，高Aβ负荷可能并非AD最早的影像学标志。

相关度（医学AI研究者）：高。该研究挑战了“Aβ阳性为AD最早影像标志”的现行共识，提示结构MRI可能提供更早的疾病预警信号。对于开发多模态早期诊断模型、时序预测算法及病理机制建模具有直接参考价值，尤其适用于整合纵向影像数据与生物标志物动态变化的AI研究。

一句话：皮层厚度变化可先于Aβ PET阳性至少7年出现，且部分独立于Aβ水平，提示结构MRI可能是更早的AD影像标志。

🔬 新增AI临床试验

近1日新增： 91 项 | 数据源： ClinicalTrials.gov

NCT07777276 Sleep Quality - Comparing the Effect of Ondansetron or Dexamethasone Given as Routine Prophylaxis Intraoperatively to Prevent Post Operative Nausea and Vomiting (SCORPION)

状态： NOT_YET_RECRUITING | 期： PHASE4 | 赞助： | 招募: 500 条件： Postoperative Sleep Quality; Postoperative Behaviour; Postoperative Recovery in Children

NCT05675410 A Study to Compare Standard Therapy to Treat Hodgkin Lymphoma to the Use of Two Drugs, Brentuximab Vedotin and Nivolumab

状态： RECRUITING | 期： PHASE3 | 赞助： | 招募: 1875 条件： Lugano Classification Limited Stage Hodgkin Lymphoma AJCC v8

NCT07756853 Visual Attention, Object Recognition, and Eye Movements in Healthy Volunteers

状态： NOT_YET_RECRUITING | 期： N/A | 赞助： | 招募: 40 条件： Healthy Volunteer

NCT07617506 Neural Basis of Human Working Memory

状态： RECRUITING | 期： NA | 赞助： | 招募: 100 条件： Memory Disorders

NCT07775885 A Mixed-Methods Analysis of the Six Core Competencies and AI Literacy Reflected in Medical Students’ Self-Assessment During Small-Group Discussions

状态： NOT_YET_RECRUITING | 期： N/A | 赞助： | 招募: 450 条件： Core Competency; Reflective Thinking

11. Advancing Evidence-Based Medicine for Population, Intervention, Comparison, and Outcome Element Recognition and Extraction in Medical Literature: Large Language Model Approach.

J Med Internet Res (IF: 5.8) | | PubMed ⚠️ | DOI | 期刊全文后补（15:00 隧道管线）分析来源：期刊全文（隧道下载）
领域：医学信息学与自然语言处理
方法：本研究构建了一个双阶段方法论框架，系统评估了两种互补的AI方法：1）提示工程优化，包括上下文学习、思维链和多路径推理策略；2）基于大语言模型（Llama 3.2-3B）的参数高效微调，具体技术包括低秩适应、量化低秩适应和冻结技术。评估使用了PubMed-PICO、NICTA-PIBOSO和EBM-NLP三个标准数据集。
核心发现：两种方法均能有效自动化PICO元素识别与提取。对于提示工程，思维链策略在较小模型上表现最佳。参数高效微调方法进一步提升了性能，在识别任务中，低秩适应取得了最高F1分数；在提取任务中，量化低秩适应表现最优。微调模型在所有数据集上均表现出强大竞争力。
相关度（医学AI研究者）：高
一句话：该研究提出并验证了提示工程与参数高效微调两种互补的AI方法，能够高效、准确地从医学文献中识别和提取循证医学核心的PICO元素。

12. Large Language Models for Mental Health Prediction: Scoping Review of Bias and Clinical Utility Documentation in 2019-2024.

JMIR AI (IF: 5.8) | | PubMed ⚠️ | DOI | 期刊全文后补（15:00 隧道管线）分析来源：期刊全文（隧道下载）
领域：医学人工智能（具体为：利用大语言模型进行心理健康预测）
方法：遵循PRISMA-ScR指南，系统检索5个科学数据库（2019-2024年），纳入使用大语言模型分析非合成文本数据以检测心理健康状况的201篇英文研究。提取研究的方法学信息及作者关于偏见与临床效用的自述，并基于LLM开发全流程框架进行统计描述和主题编码分析。
核心发现：研究多集中于使用通用LLM（如BERT系模型）处理社交媒体文本以识别抑郁症；尽管81.6%的研究提及偏见或临床效用，但讨论主要局限于数据层面，仅20.4%的研究涉及开发流程中3个及以上环节，显示出对该领域关键挑战的反思深度不足。当前研究在方法学上可能损害系统的临床相关性与公平性。
相关度（医学AI研究者）：中高。该综述系统指出了当前LLM心理健康预测研究在方法设计上的普遍局限性（如偏数据集、特定病种、特定模型）及对偏见与临床效用讨论的表面化，对旨在开发可靠、公平且临床可用的AI工具的研究者具有重要警示和指导意义。
一句话：该范围综述揭示了2019-2024年LLM心理健康预测研究普遍缺乏对偏见和临床效用的深入、全流程考量，亟需跨学科合作以确保技术的临床相关性与社会公平性。

13. Finite State Machine-Guided Retrieval-Augmented Generation Improves Expert-Rated Acceptability of a Peripherally Inserted Central Catheter Self-Management Chatbot: Single-Center Content Validation Stu

J Med Internet Res (IF: 5.8) | | PubMed ⚠️ | DOI | 期刊全文后补（15:00 隧道管线）分析来源：期刊全文（隧道下载）
领域：医疗聊天机器人/人工智能辅助临床决策支持
方法：盲法消融比较研究，三种共享相同微调GPT-4o-mini基础的聊天机器人架构（仅FT、FT+RAG、FT+RAG+FSM），由三名PICC管理专家对43个临床查询的回答进行偏好选择和八个维度的全局评分评估。
核心发现：有限状态机引导的RAG模型（模型3）在79.1%的场景中被专家显著偏好，表明在微调和检索增强的基础上加入结构化的对话控制逻辑，能使聊天机器人的输出模式更接近专家主导的PICC咨询，从而提升临床可接受性。
相关度（医学AI研究者）：高。该研究直接针对大语言模型在医疗应用中的核心挑战（幻觉、流程合规性），并验证了一种结合微调、检索增强生成与形式化对话控制（FSM）的技术路径，对构建安全、可靠的临床对话系统有重要参考价值。
一句话：在PICC自我管理聊天机器人中，增加有限状态机对话控制能显著提升专家对其回答可接受性的评级。

14. Application of Large Language Models in Chronic Disease Care: Mixed Methods Systematic Review and Thematic Synthesis.

J Med Internet Res (IF: 5.8) | | PubMed ⚠️ | DOI | 期刊全文后补（15:00 隧道管线）分析来源：期刊全文（隧道下载）
领域：医疗人工智能（AI）在慢性病管理中的应用
方法：混合方法系统综述（遵循PRISMA和SWiM指南），基于Orem自我护理理论构建的3D评估框架进行主题综合分析
核心发现： 1. 研究主要支持大语言模型在“自我护理赋能”层（如患者教育和临床决策支持）的潜力。2. 但在“基础安全、隐私与公平性”（如幻觉风险、数据隐私）和“设计与系统集成”（如可读性不匹配、工作流脱节）两个层面存在显著不足，限制了其现实世界就绪性。3. 技术增强手段（如RAG和微调）主要强化了赋能层，但未能充分解决安全与集成问题。
相关度（医学AI研究者）：高。本文首次将护理理论引入对大语言模型在慢性病护理中的结构化评估，为研究从单一技术性能转向关注安全性、健康素养适配性和实施科学提供了重要框架和方向。
一句话：该综述运用护理理论框架，指出大语言模型在支持慢病患者自我管理方面有前景，但在安全性、公平性和临床工作流整合方面仍面临关键挑战。

15. Evaluating Retrieval-Augmented Large Language Models on Anesthesiology Board-Style Questions: Benchmark Study.

JMIR Form Res (IF: 5.8) | | PubMed ⚠️ | DOI | 期刊全文后补（15:00 隧道管线）分析来源：期刊全文（隧道下载）
领域：医学AI、麻醉学教育、自然语言处理
方法：基于RAG的LLM系统测试与基准研究。使用美国麻醉委员会风格的多项选择题，系统评估了多种检索增强生成配置（涉及不同参数规模、嵌入模型、分块策略、超参数设置）与独立LLM基线的性能差异。测试模型包括Llama-3/3.1/3.2/3.3系列和Qwen2.5/3系列，并评估了自反思RAG技术。使用Cochran Q和McNemar检验进行统计分析。
核心发现： 1) RAG框架可提升麻醉学考试题的正确答案数量，但标准RAG和自反思RAG的增益幅度有限（约5-6个百分点）。2) 性能高度依赖检索设计优化，包括选择高容量通用文本嵌入、采用保留语义的分块策略以及使用低温度、低Top-p的确定性采样配置。3) Qwen系列模型整体优于Llama系列。其中，参数量较小的推理模型Qwen3-32B在复杂干扰条件下正确率高达89%，在提供直接上下文时达到96%，显著优于参数量更大的常规模型Qwen2.5-72B。4) 较小的推理模型比更大的常规模型对噪声或次优检索文档表现出更强的鲁棒性。5) 在Llama系列中，将参数规模增至700亿并未在该基准上带来成比例的性能提升。
相关度（医学AI研究者）：高。该研究为在资源受限环境下（如本地部署）开发用于专业医学领域（麻醉学）的LLM系统提供了方法论基准和实用见解，明确评估了RAG关键组件的影响，并突出了推理模型在处理复杂医学知识任务中的潜力。
一句话：该研究通过系统基准测试发现，检索增强生成技术能提升大语言模型在麻醉学考试中的表现，但其效果严重依赖于检索系统设计，且专注于多步推理的小型模型在某些复杂任务中可能比参数量更大的常规模型更具优势。