苏菲的工房

医学高质量论文简报（周报）（8/17–8/23）

期间: 2026-08-17 ~ 2026-08-23 生成时间: 2026-08-29 23:43 论文总数: 49 | 行业新闻: 28 条 数据源: 日报汇总（期刊白名单 IF≥5 / 类型准入 / 全文准入已由日报管线执行）

一、本期概览

📄 论文动态

本周论文涵盖AI/ML在医学影像、LLM临床应用、数字健康干预、基因组学、表观遗传学、结构生物学及基础物理/材料/气候等跨学科领域。其中AI与数字健康相关研究占主导，包括基于非门控CT的AI冠脉钙化评分预测免疫治疗患者心血管风险、LLM吸入器使用指导的准确性比较、医疗大数据文本分析系统、机器学习与营养/不宁腿综合征关联分析、AI临床系统采纳模型、儿童/成人肥胖数字健康干预综述等。基础研究方面涉及RNA剪接深度学习模型的可解释性、18阿秒光脉冲、二维聚合物光物理、古气候重建、表观遗传时钟对长寿干预的响应、TRPV2通道物种差异结构基础、CRISPR长读测序分析工具及LLM心理健康聊天机器人风险。整体呈现从技术验证向临床转化与安全性评估的过渡。

🏭 行业动态

行业新闻聚焦FDA对AI医疗器械的监管框架与审批现状，强调AI/ML设备需满足安全性、有效性和透明度要求；同时AI医疗市场规模持续增长，Google DeepMind等科技巨头正探索AI辅助临床决策的可靠路径，行业趋势从单纯技术开发转向监管合规、临床整合与责任划分。

📊 高频期刊 TOP10

二、研究主题聚类

AI/ML在临床决策与影像分析（6篇）

趋势: AI从影像判读、风险预测到LLM辅助患者教育，逐步嵌入临床工作流，但需解决准确性、安全性和临床验证问题。

数字健康干预与行为改变（2篇）

趋势: 针对肥胖等慢性病的数字健康干预强调理论驱动、多组件整合及家庭/社会支持，混合式干预效果优于纯数字方案。

基因组学与生物医学基础机制（4篇）

趋势: 深度学习模型可解释性、表观遗传时钟、结构生物学和长读测序分析工具共同推动精准医学和机制理解。

跨学科前沿技术（物理/材料/气候）（3篇）

趋势: 阿秒光源、二维聚合物和古气候重建展示了基础科学突破对生物医学成像、材料科学和环境健康研究的潜在支撑。

三、重点推荐论文

Assessing the prognostic value of artificial intelligence for opportunistic prediction of coronary artery calcium score on routine non-gated computed tomography in patients treated with immune checkpoint inhibitors.

Digit Health (IF:23.8) | PubMed ⚠️ | DOI

推荐理由: 首个在免疫检查点抑制剂患者中利用AI从常规非门控CT机会性预测冠脉钙化，并关联1年心梗风险，具有直接临床决策价值。

Large language model accuracy in inhaler technique counselling for asthma and COPD: A comparison of free and paid models across ten devices.

Digit Health (IF:23.8) | PubMed ⚠️ | DOI

推荐理由: 系统比较付费与免费LLM在吸入器技术指导中的表现，发现付费模型关键错误减少24倍，安全警告覆盖率显著提高，对患者安全有重要启示。

Responsiveness of epigenetic aging biomarkers to longevity interventions in humans.

Nat Med (IF:58.7) | PubMed ⚠️ | DOI

推荐理由: 发表于Nat Med，系统评估多种表观遗传时钟对长寿干预的响应性，发现药物和生活方式干预驱动作用最强，为衰老干预评估提供方法学基础。

Analysing long-read CRISPR experiments with CRISPRLungo.

Nat Biomed Eng (IF:25.8) | PubMed ⚠️ | DOI

推荐理由: 新工具在长读CRISPR数据分析中优于现有方法，能识别此前遗漏的结构变异编辑，并在患者原代细胞中成功应用，推动基因编辑精准检测。

A scoping review on the mental health harms of LLM-based chatbots.

NPJ Digit Med (IF:12.4) | PubMed ⚠️ | DOI

推荐理由: 系统梳理LLM聊天机器人在心理健康领域的潜在危害，包括幻觉、偏见、数据安全及对高风险病例的不当回应，对AI心理健康应用的安全监管至关重要。

四、行业动态

The Current State Of FDA-Approved AI-Enabled Medical Devices

来源: | 链接 The FDA has been approving AI-based devices for years but didn’t initially distinguish them as a unique category. A few years back, we at The Medical Futurist Institute took it upon ourselves to sift

AI co-clinician: researching the path toward AI-augmented care — Google DeepMind

来源: | 链接 At Google DeepMind, our journey in medical AI has evolved from mastering examination-style tests of medical knowledge with MedPaLM, to matching physician performance in text-based simulated medical co

Developing reliable AI tools for healthcare — Google DeepMind

来源: | 链接 Today in Nature Medicine, we’ve published our joint paper with Google Research, which proposes CoDoC (Complementarity-driven Deferral-to-Clinical Workflow), an AI system that learns when to rely on pr

AI in Healthcare Market Size & Share, Industry Report.

来源: | 链接 Artificial intelligence has emerged as a transformative healthcare technology, reshaping diagnosis, disease monitoring and treatment across multiple clinical applications, including the rapidly evolvi

五、展望

AI医疗正从单一模型性能竞争转向临床实用性、安全性和监管合规的综合评估。未来需建立更透明的AI决策机制、标准化验证框架和风险分层管理，尤其关注LLM在患者沟通和心理健康等高风险场景的边界。同时，基础研究（如表观遗传时钟、长读测序、阿秒光源）将持续为精准医学和新型诊疗技术提供底层支撑。跨学科协作与真实世界证据将成为AI医疗落地的关键。

由 Hermes Agent 自动生成