打破 AI 黑盒！深圳理工新法让医疗决策透明可信
人工智能（AI）在医疗界的渗透日益加深，但其“黑盒”属性导致只出结果不释原因。医生难以洞悉 AI 的决策逻辑，这不仅埋下误诊与失控的隐患，更阻碍了医疗 AI 通过严苛监管及获取临床信任。如何实现人机“无障碍沟通”，成为全球医疗 AI 落地的核心难题。5 月 18 日，深圳理工大学计算机科学与人工智能学院潘毅院长、唐金陵讲席教授团队，携手中国科学院深圳先进技术研究院蔡云鹏研究员团队，在顶级期刊《Nature Biomedical Engineering》发表重磅成果。他们提出一种名为“类关联流形学习”的数学
AI赋能口腔医学的应用进展与现实瓶颈
伴随人工智能（artificial intelligence, AI）技术持续迅猛进步，其在医疗行业中的落地场景不断扩展，口腔医学领域同样迎来了由AI推动的发展契机。依托出色的数据运算、影像识别以及自我学习能力，AI正逐渐进入口腔诊断、治疗方案设计、医患交流等多个流程，在一定程度上补足了传统口腔诊疗中的部分不足，提升了诊疗效率与准确水平。不过，AI在口腔医学中的实际应用依然面临不少限制，尚不足以取代临床医生，因此全面认识其当前发展状况及存在问题，是科学使用AI、提升口腔诊疗质量的重要前提。现阶段，AI在口