停用 SSRI 比戒海洛因还难？争议背后是抗抑郁药安全停药的临床盲区
返朴梳理了美国卫生与公众服务部部长小罗伯特·肯尼迪关于停用 SSRI 比戒海洛因还难的言论及其学界反驳，指出抗抑郁药停药问题长期缺乏研究。
推荐理由：文章梳理了 SSRI 停药反应的发生率争议与双曲线减量法，为理解抗抑郁药安全停药这一临床盲区提供了机制与证据层面的背景。
研究方向
医学 AI 最新动态
AI 在诊断、病理、影像与临床决策中的模型、评测与落地。
20 条精选近 30 天 16 条共收录 69 条
更新
医学 AI的精选
公众号：返朴精选AI 评分4040
MIT Technology Review：生物科技精选AI 评分7171 PRIMA 视网膜植入系统可恢复地图样萎缩患者视力，已在欧洲获批
Science Corporation 开发的 PRIMA 系统将视网膜植入体与带摄像头的眼镜结合，帮助晚期年龄相关性黄斑变性（AMD）中的地图样萎缩患者恢复中心视力，该系统已于 7 月在欧洲获批，正在等待美国 FDA 许可。
推荐理由：PRIMA 视网膜植入系统已在欧洲获批、在美国等待 FDA 许可，报道给出了 378 像素植入体与眼镜摄像头的完整工作链路。
insitro精选AI 评分7272 insitro 与阿斯利康达成 AI 药物发现合作，首付 4000 万美元
insitro 宣布与阿斯利康达成战略合作，用 AI 发现 MASH 和心肌病的新疗法，将获得 4000 万美元首付款，并有资格获得最高约 14.6 亿美元的发现、开发和商业化里程碑付款及分级特许权使用费。
推荐理由：交易结构把首付款、里程碑与分工写得很清楚，可据此观察 AI 药物发现合作如何切分发现与临床阶段。
Google Research Blog精选AI 评分6060 Google 发布 Deep Review 智能体文档审阅系统
Google 公开发布 Deep Review，一个面向复杂技术文档的智能体审阅系统，可检查逻辑一致性、数学陈述、事实依据并与已有工作比较。系统采用文档分段、自适应算力分配、并行分段核查与全局综合四阶段流程，并已加入 Gemini 4 Argon 支持。
推荐理由：该工具用四阶段智能体流程做长文档审阅，并公开了与四个会议试点中超过 1.6 万篇稿件的反馈经验。
Nature Machine Intelligence精选AI 评分8282 AMIFound 统一 7 种医学影像的修复与增强
Cao 等人提出一体化基础模型 AMIFound，用于 CT、MRI、PET、内镜、超声、眼底成像和 X 射线 7 种医学影像的增强与修复。模型在 376 万对高质量与退化图像上训练和评估，覆盖 7 类代表性退化模式；共享编码器提取模态与退化线索，动态路由的专家修复池为每个输入选择增强路径。在 7 种模态上，AMIFound 在全参考图像质量指标、临床医生评估、组合退化鲁棒性测试以及自然退化临床图像上均优于 38 个任务专用与通用基线。增强后的图像还改善了 44 项疾病检测任务、肿瘤分期预测和非小细胞肺癌生存风险分层，包括个体层面的预后排序。
推荐理由：该模型用 376 万对图像统一处理 7 种医学影像的退化修复，并检验增强后对下游诊断任务的影响。
Google Health Blog精选AI 评分5858 Google 总结用 AI 模型理解与治疗疾病的研究进展
Google 回顾其健康研究布局，称过去五年团队发表了 90 篇经同行评审的疾病相关论文，累计被引用超过 9 万次。
推荐理由：Google 汇总了 AlphaFold、AlphaGenome Atlas 等模型在疾病检测与药物发现上的落地案例，可快速了解其健康研究布局。
Vivek Natarajan精选AI 评分8080 对话式诊断 AI 系统真实世界临床研究在 The Lancet 发表
Google 团队一项对话式诊断 AI 系统的真实世界临床研究在 The Lancet 发表，作者 Vivek Natarajan 回顾了从 2022 年接触 LaMDA 和 PaLM、到 2023 年 AMIE 模型自博弈训练、再到与 Beth Israel Deaconess 医疗中心合作开展前瞻性临床试验的历程。
推荐理由：作者以当事方视角复盘这项真实世界临床研究从模型自测到前瞻试验的推进过程，并给出安全性数据。
Fabian Theis精选AI 评分4242 美日韩英德等 17 国在京都 STS Forum 签署《Kyoto Vision for a Golden Age of Science》
美国与日本、韩国、英国、德国、新加坡等共 17 国在京都 STS Forum 上签署一页篇幅的《Kyoto Vision for a Golden Age of Science》，内容涵盖更多元资助方式、新机构模式、元科学与可重复性、AI for science（含自主闭环发现）以及早期人才投入。
推荐理由：梳理多国科研政策文件对 AI for science 与资助模式的表述，并给出德国研究部门的保留态度。
Bluesky：John Ebos (@ebos.bsky.social)精选AI 评分5858 Cell 观点文章评估生物医学 AI 向自主科学智能体的转变
Cell 刊发观点文章《Toward autonomous science with agentic artificial intelligence》，讨论生物医学 AI 正从回答人类提出问题的工具，转向能自行提出问题的智能体。Guo 等人评估了这一转变，涉及扩展逻辑与自主劳动等内容。
推荐理由：Cell 观点文章梳理生物医学 AI 从回答人类提问的工具转向自主提问的智能体，并讨论其扩展逻辑与自主科研的边界。
Nature Computational Science精选AI 评分4040 人工智能时代的流行病学建模
Nature Computational Science 刊文讨论人工智能正让流行病模型能够跨多次疫情暴发进行学习，而接下来的挑战是确保这些模型学到并迁移的不只是统计模式，还包括流行病学机制。
推荐理由：文章把跨疫情暴发的模型学习与机制迁移问题摆在一起，适合关注传染病建模与 AI 结合方向的读者了解这一领域当前的讨论焦点。
Google Health Blog精选AI 评分7272 Google 与 BIDMC 在《柳叶刀》发表 AMIE 诊断 AI 真实门诊研究
Google 与 Beth Israel Deaconess Medical Center（BIDMC）在《柳叶刀》发表 AMIE 诊断 AI 聊天机器人真实门诊研究，98 例患者在就诊前先与 AMIE 对话，监督医生实时监控，没有一次对话因预设安全标准被中断。
推荐理由：在真实门诊中，98 例患者先与诊断 AI 对话，医生实时监督，结果无一次因安全标准被中断，可对照 AI 问诊的落地边界。
Google Health Blog精选AI 评分6767 Google Earth AI 联合全球卫生伙伴，用地理空间模型预测疾病暴发
Google Research 与 Google Health 发布与全球卫生伙伴合作的新研究论文，展示 Google Earth AI 结合卫星影像、移动数据和 AlphaEarth Foundations、Population Dynamics Foundation Model（PDFM）等基础模型，用于疾病预测与公共卫生决策。
推荐理由：Google Earth AI 与 WHO、INRB 等机构合作，把地理空间模型用于埃博拉、霍乱、登革热等疾病预测，展示了公共卫生从被动响应转向主动预防的路径。
insitro精选AI 评分6060 insitro 与礼来共建的小分子体内 PK 预测模型上线 Lilly TuneLab
insitro 宣布，Lilly TuneLab 网络内的生物技术公司现在可以部署 insitro 与礼来共同构建的机器学习模型，用于预测小分子的体外性质以及关键的体内性质。
推荐理由：礼来 TuneLab 网络内生物技术公司可直接调用 insitro 与礼来共建的小分子体内性质预测模型，了解 AI 药物发现合作模式的一个样本。
Nature Biotechnology精选AI 评分7272 Visionary AI 用视网膜图像与血管建模预测妊娠期高血压疾病
研究团队提出可解释人工智能平台 Visionary AI，将视网膜图像与基于图的血管建模结合，在临床发病前预测妊娠期高血压疾病。该平台把视网膜图像转换为微血管结构的拓扑与几何表示，依据有生物学基础的血管特征而非通用图像嵌入或临床变量进行风险预测。在 1,267 例妊娠的前瞻性开发队列中，Visionary AI 对子痫前期在全人群对照设置下取得 AUC = 0.91、AP = 0.81；经稳定性优化的模型无需重新训练即迁移至独立外部验证队列，取得 AUC = 0.81、AP = 0.68，并优于临床与深度学习基准。
推荐理由：该框架把视网膜微血管拓扑与几何特征用于妊娠高血压疾病的早期预测，并在独立外部队列中验证了迁移能力。
Bluesky：Rod Rahimi (@rodrahimi.bsky.social)精选AI 评分4040 医生谈 AI 让资深医生更强却让医学生变弱
Rod Rahimi 在 Bluesky 引用《纽约时报》观点文章《A.I. Has Made Me a Better Doctor. It's Made Med Students Worse.》，并提出疑问：自己面对背痛问题时，会拿聊天机器人的建议对照多年积累的思维模型，但若一直由机器人主导思考，这种模型还能否形成。
推荐理由：医生以自身经验对比 AI 辅助对资深医生与医学生判断力养成的不同影响，适合关注医学 AI 教育的人。
公众号：达摩院DAMO精选AI 评分7878 阿里达摩院发布食管癌 AI 模型 DAMO EAGLE，用平扫 CT 识别早期与癌前病变
阿里达摩院发布食管癌 AI 模型 DAMO EAGLE，尝试在不插管的情况下，从胸部平扫 CT 中识别早期食管癌和癌前病变。研究团队把内镜报告和增强 CT 上的病灶位置配对到平扫 CT 上训练模型；在机会性筛查场景下，模型对食管癌的敏感性为 90%，对癌前病变为 52.5%，真实场景特异性为 99.2%，在低剂量 CT 上性能未见下降。
推荐理由：在机会性筛查场景下，该模型对食管癌的敏感性达到90%，并给出了癌前病变与特异性的具体数字，可供关注影像 AI 早筛的读者对照。
公众号：达摩院DAMO精选AI 评分8282 达摩院 DAMO RADAR 登上《科学》：一个模型识别 146 种腹部病症
达摩院发布通用医疗影像模型 DAMO RADAR，可覆盖含恶性肿瘤在内的腹部病症，研究团队评估了其中 146 种、涉及 18 个器官。该模型采用视觉-语言学习与器官级细粒度对齐策略，在近 4 万次真实世界检查中 AUC 达 0.913；与 26 名影像科医生的人机对比中，其平均准确率超过其中 23 名，AI 提示下医生识别疾病的敏感性提高 10%、用时减少 30% 以上。
推荐理由：该模型用器官级细粒度对齐把腹部 CT 与报告文本对齐，并给出与 26 名影像科医生的人机对比结果，可供做医学影像基础模型的人参考。
Biohub精选AI 评分7878 Biohub 用 AI 揭示肿瘤细胞状态异质性，预测联合用药延长 DMG 小鼠生存
Biohub 与哥伦比亚大学等机构合作在 Nature Genetics 发表两篇论文，提出“cancer quantum biology”假说：同类型肿瘤在患者间拥有几乎相同的恶性细胞状态集合，这些状态可相互转换从而逃避单靶点药物。
推荐理由：两篇 Nature Genetics 论文提出肿瘤细胞状态在患者间高度保守，并用 AI 预测针对多状态的联合用药，在 DMG 小鼠模型中延长生存。
Biohub精选AI 评分6060 Biohub 联合创始人 Priscilla Chan 回顾蛋白建模、细胞成像与患者驱动研究进展
Biohub 联合创始人 Priscilla Chan 发文回顾今年上半年进展，包括 5 月发布基于下一代 ESM 的蛋白质生物学世界模型，可预测蛋白折叠、相互作用与功能并设计新蛋白，已有科学家用它设计抗体候选并在早期实验室测试中针对癌症和免疫相关靶点显示初步结果。
推荐理由：Biohub 联合创始人以第一人称复盘半年进展，把蛋白世界模型、激光相位板与虚拟细胞计划串成一条开放科学路线。
Biohub精选AI 评分7575 Biohub 用全基因组 CRISPR 筛选结合 AI 发现银屑病新药靶点
Biohub 团队对原代人成年皮肤角质形成细胞完成全基因组 CRISPR 筛选，并用基于文献训练的大语言模型 VirtualCRISPR 筛出文献中未被关注的靶点，相关结果发表于 Nature Communications。
推荐理由：用离心递送绕过角质形成细胞转染难题，完成全基因组 CRISPR 筛选，再以语言模型筛出文献未覆盖的靶点。