AI辅助卒中诊断：多中心回顾性研究揭示临床潜力
研究背景与目的研究方法本研究为一项多中心回顾性队列诊断准确性研究，纳入年龄>18岁、因急性神经系统症状疑似卒中并接受MRI检查的患者，排除近期头部外伤、颅内占位或颅脑手术史者。研究团队设计标准化提示词，在三种输入模式下测试ChatGPT-5.2：仅临床资料（症状表现）仅MRI资料（影像特征）临床+MRI联合资料以神经科医师最终诊断为金标准，采用ROC分析评估ChatGPT诊断效能，计算敏感性、特异性、阳性预测值（PPV）、阴性预测值（NPV）及总体准确率。分析使用Jamovi软件，P<0.05视为统计显著
AI赋能心理治疗：Klarify推出专为治疗师设计的智能系统
随着心理健康需求持续上升、保险赔付压力加大，以及治疗师职业耗竭日益普遍，美国心理治疗行业正成为AI创业公司的新兴战场。获Y Combinator支持的初创企业Klarify于6月30日正式上线，推出专为心理治疗师打造的AI原生操作系统。目前平台已覆盖美国、加拿大、英国、澳大利亚和新西兰五大市场，注册治疗师超8300名，并入选Y Combinator 2026年春季项目。与试图用AI取代治疗师不同，Klarify明确其使命是分担治疗之外繁重的行政事务，如临床文档归档、治疗方案设计、保险理赔处理、评估报告撰写
AI 医疗全产业链深度渗透与变革
2026年行业已从单点AI工具试点迈入全产业链深度渗透新阶段：AI不再局限于辅助阅片、线上问诊等轻量化应用，而是贯穿预防-筛查-诊断-治疗-康复-慢病管理-新药研发-医药监管-居家康养全生命周期的底层基础设施，重构医疗服务模式、医药产业逻辑与公共卫生治理体系。一、政策顶层驱动：全域落地加速自上而下1. 国家级顶层规划明确渗透目标卫健委、五部门《促进和规范 “人工智能 + 医疗卫生” 实施意见》设定双阶段目标：1）2027年：基层诊疗、临床辅助、患者服务AI广泛普及；2）2030年：二级以上医院AI全覆盖，
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