帕金森语音检测跨语言翻车？9大模型被曝只认"语料"不认"病"
这可能是近期最值得冷静读一遍的AI医疗论文。它不刷分、不涨点，而是系统地给帕金森病语音检测"泼了盆冷水"：语料内表现再高，换个语言、换个任务就现原形，甚至分不清帕金森和痴呆。对想真正落地语音生物标志物的团队来说，这比100个SOTA都值钱。
标签：AI医疗
共 86 篇
佛罗里达大学用GPT-4o指挥PET去噪：闭环多智能体，双指标超基线
PET（正电子发射断层成像）是肿瘤、神经和心脏疾病诊断中重要的分子影像手段，能无创显示体内代谢活动。但PET天生有痛点：光子符合计数有限，图像信噪比低。
GPT-5.1被曝"清醒但沉默"：识别出精神问题却不建议求助
AI精神病这个风险，大多数安全评测根本发现不了——单轮测试看每条回答都"正常"，30天连续对话却可能亲手养大一套妄想。这篇论文首次用15款主流模型×30天×4位评估员的纵向设计，把幻觉式共谋拆成了四种可量化的轨迹，值得每个做大模型安全的人细品。
西安交大M-Net：条件数+散度+旋度，医学分割新范式
纯数据驱动的医学分割模型已经够卷了，但几乎没人把线性代数和矢量微积分“硬塞”进网络。M-Net直接给出答案：把条件数、散度、旋度当先验注入U-Net，肝脏分割Dice比基线猛涨12.37%，还能端到端训练。想了解“数学+深度学习”还能玩出什么花活？这篇值得细品。
把CT、胃镜、化验单喂给AI后，胃癌诊断AUC涨了6个点
胃镜、CT、化验单、报告，医生从来不是单看一样就下结论。Gastric-X把这个真实逻辑搬进了AI基准：四期CT+内镜+生化指标+报告全部对齐，还配了2.6万条VQA。想让医疗VLM真正学会"综合判断"，这份基准值得一读。
告别t-SNE老套路：TabSOM用SOM一鱼两吃，布局解释全搞定
表格数据是工业界和医学界的主力军，却一直被深度学习冷落。这篇论文用自组织映射把表格编码成多通道图像，不仅让CNN在四个医学数据集上排名第一第二，还把方差压到全场最低，顺带给出两个可解释性工具。思路清爽，值得一读。
LLM重构“症状时间线”：新基准MedTempo发布，CRAFT迭代精炼最高涨9.3个点
临床叙述时间线重建一直被当成“关系分类”来做，单篇报告缺时间锚点就抓瞎。本文用生成器-验证器迭代精炼的思路，配合新基准MedTempo，让大模型把症状先后顺序逐步“捋”清楚，GPT-4.1上EM最高提升9.3个点，思路干净、验证扎实。
清华最新研究：AI来访者终于学会“不配合”了，5项评分全面领先
清华团队这次不玩虚的，直接把临床心理学里的5Ps公式化、信任分层、多维抵抗机制搬进大模型，让AI来访者从“有问必答”变成“看人下菜碟”。40个临床情境实验、5项人类评估全面领先，AI心理治疗模拟终于有点真实的烟火气了。
告别黑盒！CT基础模型终于肯“说人话”，预测还能手动干预
CT基础模型很强，但诊断这事，光给个"恶性概率57%"谁敢签字？亚利桑那大学把两个CT基础模型蒸馏成8个放射科概念+结节尺寸的可编辑预测器：内部AUROC 0.86、外部0.73，关键是预测能逐项拆解还能手动干预——AI终于肯"说人话"了。
医学分割新范式：把JEPA搬进KAN函数空间，UUEKAN也被甩开
KAN架构虽然把可学习的函数搬到了每条边上，但训练时却只盯着聚合后的节点输出，边函数本身一直缺一个直接的优化目标。哈工大与港大这篇FS-JEPA，直接把自监督预测学习搬进了KAN聚合前的函数空间，用多半径签名当预测目标，把最强KAN方法平均Dice拉高2.25个百分点，思路清奇又扎实。
ECR 2026新研究：扩散模型给CBCT做"翻译"，FDK重建输入让合成CT质量飙升20dB
放疗中反复CT辐射剂量高，低剂量CBCT图像质量又不够用？这篇ECR 2026论文用条件扩散模型做CBCT到CT合成，还专门较真了“输入图像怎么表示”这件事——结果发现，看似更粗糙的FDK重建反而能让扩散模型发挥更大潜力，PSNR相对提升超过20dB，思路很值得借鉴。
告别昂贵遥操作？这家机构用"看视频"教手术机器人操作
手术机器人学动作，最缺的就是带标签数据。这篇来自中佛罗里达大学等机构的工作，首次把世界-动作模型（WAM）用到手术机器人上，在动作标签预算固定的条件下，用免费的无动作视频预训练就把闭环成功率从63.5%拽到77.8%，PegTransfer单任务直接涨了20个百分点。视频不要钱、标签贵上天，这条路子值得所有做医疗机器人的人看一眼。
