人工智能医疗创新周度要闻
2026年4月6日 - 4月12日一、技术动态1. 多病症早期筛查AI模型瑞典隆德大学在《自然·医学》期刊发布研究成果，研发出一种通过一次血液检测即可识别5种神经退行性疾病的AI模型，能够区分阿尔茨海默病、帕金森病、额颞叶痴呆等，为大规模社区筛查提供了经济高效的解决方案。2. 医学影像AI产品迭代深睿医疗的肺结节AI辅助诊断系统获得国家药品监督管理局三类证升级批准，新增了良恶性概率预测与随访建议生成功能，临床验证的敏感度达到98.2%。万东医疗在中国国际医疗器械博览会上发布MR智能体与DR智能体，基于百万
考博AI：抓住机遇！这些名校推荐现在申请，含第二批次名单
关注我们 申博成功考博核心干货2026年医学生申博红利目标院校清单洞悉规则，方可掌控规则。我们的核心优势在于，不仅传授技巧，更提供全流程深度辅导，助你实现从底层思维到顶层认知的华丽转身。我们拥有覆盖全国顶尖医学院校的一手博士资源网络，他们的真实上岸经验与内部视角，将为你精准描绘通往目标导师内心的“认知地图”。若你厌倦在信息迷雾中独自摸索，欢迎加入我们的公开课。让我们为你揭开面试评价表的另一面，掌握那套真正主宰你学术命运的“隐形规则”。关于26/27/28考博申博交流群：（有区分）公众号里的图文视频多流于表
2026年暑期人工智能线下科研项目大盘点
XY 中科学研多学科覆盖多城市开课多名师领衔为协助学子突破科研瓶颈，搭建通往顶尖实验室的桥梁，邀请名师指导，全方位提升科研实力。中科学研已陆续开设多期线下科研课程，为学生提供了向行业专家请教学习的宝贵契机！2026年7月至8月，中科学研计划在北京、深圳、上海及广州等地的985高校与国家级科研院所实验室开展线下科研，涵盖理工医商等多个学科领域。其中，人工智能及计算机科学作为引领未来的核心学科，备受瞩目。2026年科研项目聚焦机器学习、计算机视觉、三维智能生成及智能算法等前沿领域，通过沉浸式实操训练，培育创新
AI风口下的冷门机遇：这5个专业现在报就是捡漏
近两年来，不少家长和学子在择校时，首选依旧是计算机、电子信息或临床医学。虽然这些领域热门，但现实情况是分数水涨船高，竞争白热化，就业市场也日益内卷。明智的报考策略并非盲目追逐已经饱和的热门赛道，而是发掘那些尚未完全走红，却已被AI浪潮悄然带动的领域。眼下看似冷门，待四年后毕业时，局势或许会截然不同。许多专业并非没有前景，仅仅是因为大众反应迟缓。填报志愿最忌讳随波逐流，抢占先机、洞察趋势才是关键。明智的报考策略并非盲目追逐已经饱和的热门赛道，而是发掘那些尚未完全走红，却已被AI浪潮悄然带动的领域。眼下看似冷
AI医学教育平台首次亮相
AI医学教育平台首次亮相 AI医学教育平台首次亮相，感激山西白求恩医院护理部专家的盛情邀请，与各位同仁展开深度交流研讨。欢迎访问medai-edu.com。从构思AI医学基础课程到搭建小型在线平台，旨在汇集更多实例与教程，打造一站式学习AI医疗应用的园地，同时积累培训资源以更好地服务大家。内容将持续扩充，诚邀各位伙伴共同参与建设。地点：太原·山西白求恩医院 河北 , 2小时前 ,AI医学教育平台首次亮相，感激山西白求恩医院护理部专家的盛情邀请，与各位同仁展开深度交流研讨。欢迎访问medai-edu.com
人工智能浪潮下医学教育与医学伦理的再塑
编者按人工智能（Artificial Intelligence，AI）正快速进入医学实践和医学教育场景。从自动病历撰写（AI scribes）到由大语言模型（Large Language Models，LLMs）支持的医学文本摘要，再到算法参与临床决策，技术不仅改变了医学知识的生成方式，也正在改写临床推理的结构以及医患互动的形态。在这一背景下，医学教育所面对的问题，已经由“要不要引入AI”转变为“如何在AI环境下守住临床判断力与伦理反思能力”。需要警惕的是，技术效率的提升并不必然意味着专业能力和职业精神会
冲刺CNS期刊，清璟AI招募技术合伙人，顶尖资源等你加入
🔥清璟科技合伙人招募身处医学科研与人工智能的交汇点，我们正在寻觅志同道合的伙伴——若你渴望以技术革新医学研究，若你立志在顶级学术圈留下印记，清璟AI诚邀你同行，共赴科研与技术的巅峰盛宴。🌟 关于我们清璟AI由国内顶尖双一流高校医工交叉博士团队创立，致力于构建一站式AI+医学科研生态。我们在医疗大模型、影像组学、病理组学、深度学习、AI智能体、生信、多组学及多模态等前沿方向深耕，旨在为科研提供专业的AI工具、高端资源及定制化服务。🚀 清璟技术合伙人·精英计划这绝非寻常招聘，而是科研与技术的共创之旅。我们寻求
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
CEEP-PLUS-AI平台发布，推动心脏超声医学教育迈向智能化
近日，在李氏大药厂控股有限公司（简称：李氏大药厂或李氏集团，股份编号：00950.HK）的支持下，由山东大学张运院士与意大利LUM University Sabino Iliceto教授联合牵头的中欧超声心动图AI教育项目（CEEP-PLUS-AI）正式推出。该项目以人工智能为基础，对已运行十余年的中欧超声心动图继续教育项目（CEEP）进行了系统升级，致力于为国内心血管及超声领域临床医生搭建更高效、更智能的专业学习平台，进一步促进临床诊疗能力提升。自2013年启动以来，CEEP项目始终围绕搭建中欧医学教育
国家卫健委公开通报10起科研失信典型案例
关于部分科研失信问题的公开通报（第一批） 科研诚信是科技创新发展的根本支撑，也是维护人民健康、推进高水平科技自立自强的重要基础。国家卫生健康委始终坚持预防与惩戒并行、自律与监管并重，对科研失范行为保持“零容忍”态度，持续推进医学科研诚信专项整治，积极营造风清气正的科研环境。依据《加强医学科研诚信专项治理的工作方案》有关部署，现将各级卫生健康行政部门所属医疗卫生机构按照《科研失信行为调查处理规则》（国科发监〔2022〕221号）核实的部分涉及“论文工厂”的科研诚信案件处理结果予以公开通报。 各医疗卫生机构、
AI助你快速提炼文献八大核心要点
背景说明张博士是肿瘤免疫治疗领域的科研人员，日常工作中需大量阅读外文医学文献以掌握前沿动态。然而，面对晦涩难懂的文献，迅速抓取关键信息颇为不易。为此，他借助玉京医学外文文献AI系统的【AI理解文献】功能，旨在快速把握精髓，从而提高科研效率。操作指南首先，张博士进入外文医学文献AI辅助系统，选择【基本检索】进入搜索界面。在搜索框内输入关键词或标题，比如“CAR-T细胞治疗”，并点击“检索”。系统随即展示出与关键词匹配的文献列表。随后，张博士在结果列表中选中“CAR-T细胞治疗在实体瘤治疗中的挑战和进展”，跳
A股未果转战港股，运动医学龙头过聆讯，创始人上市前套现近5亿
来源：财通社 从A股闯关失利，到两次递交申请冲击港股，这家国产运动医学领域的头部企业，在经历三年辗转后，终于来到港交所上市门前。 4月7日，港交所官网披露，北京天星医疗股份有限公司（下称“天星医疗”）已通过主板上市聆讯。 这也表明，天星医疗已获得通往资本市场的关键资格，距离正式挂牌仅剩最后一步。 过去三年里，公司一边推进上市进程，一边保持业绩增长，同时也遭遇了保荐人撤回、创始股东退出等重要变化。 01 A股IPO受阻后转赴港股 天星医疗最早的上市路径，是从A股开始的。 2023年3月底，天星医疗与中金公司
德适-B大涨逾7% 医学影像AI基座模型成核心
被誉为“医学影像大模型第一股”的德适-B（02526）今日早盘表现强劲，涨幅一度超过7%，截至发稿时，股价录得5.13%的涨幅，报收246港元，当日成交额达3409.76万港元。 据披露，德适深耕AI医学影像底层技术革新，其自研的iMedImage®医学影像基座模型具备卓越性能，支持19种影像模态，能覆盖超过90%的临床影像应用。该模型依托海量预训练数据，能高效构建专病诊断模型，在“少样本、低算力、快训练”方面取得了行业性的关键进展。 另外，公司核心产品AI AutoVision®®已成功通过国家药监局审
“三牛”精神的院士侯凡凡
新华社广州4月7日电 题：被称作“三牛”院士的侯凡凡 新华社记者陈凯星、马晓澄、徐弘毅 从一名“养猪女兵”一路走来，成长为我国自主培养的中国科学院院士、南方医科大学南方医院肾内科主任，她就是被称为“三牛”院士的侯凡凡。 她是勇闯科研前沿的“拓荒牛”，多次推动改写国际医学指南；她是埋头苦干的“老黄牛”，生活作风朴素，以很少的经费建起国家级专病大数据平台；她还是心系患者的“孺子牛”，早年婉拒哈佛大学高薪挽留，如今75岁仍坚守国内科研与临床一线。 敢闯高峰、勇于领先的“拓荒牛”：屡次直面国际权威，只为替中国患者
AI如何在严肃医疗中真正落地：从基础研究迈向临床应用
导语圆桌概述在严肃医疗领域（例如高风险疾病诊治、药物研发与审批、复杂临床决策支持），AI技术的实际应用门槛极高。要让AI真正进入医院、药企及临床一线，不但要突破算法稳定性、模型可解释性、数据质量和算力限制等问题，还离不开医疗机构、科研团队、医药产业、监管部门以及投资生态之间的深度联动。本期圆桌将围绕AI如何跨越技术愿景与产业现实之间的差距，探讨AI在医疗产业链中的真实应用场景与核心挑战：医院该怎样切实部署AI辅助诊断系统，医生又如何建立对AI工具的真正信任？医疗场景中的真实ROI究竟表现如何？AI驱动的药