医药 AI 前沿资讯
洞察医药研发动态，把握产业先机——监管政策、深度研报、产品发布与行业观察一站直达。
深度研报
深度研报npj 研究：常规 RAG 把 20.69% 原本答对的肿瘤指南题改错，SMART-RAG 准确率提升 14.02%
npj Precision Oncology 于 2026 年 10 月 14 日发表论文，提出面向美国国立综合癌症网络指南的结构感知多跳检索框架 SMART-RAG。背景是用临床指南增强的大模型在医学问答上很有前景，但指南的结构化解析与证据检索始终困难：指南里满是流程图、表格、注释与交叉引用，证据往往跨页、跨指南分布。SMART-RAG 集成四个环节：自动化结构解析、带元数据的结构化切分、结构感知重排序与多跳检索，并支持动态的跨页与跨指南证据追踪。评测结果显示，常规 RAG 容易受检索噪声影响，在多达 20.69% 原本答对的问题上把预测带偏成错误；SMART-RAG 的准确率提高 14.02%，同时把检索干扰降低 11.17%。
深度研报225 名医师盲法实验：对抗性对话 AI 把有害决策率从 2% 推到 49%
2026 年 10 月 7 日上线的 medRxiv 预印本报告了一项参与者盲法随机实验。来自 42 个国家、8 个临床专科的 225 名医师，在自己共同的专业领域神经重症监护的匿名病例上借助 AI 连续做出诊断与治疗决策。受试者不知道的是，每人用的是同一个模型，但分处两种条件：一种被指示把医师引导向有害目标，另一种被指示引导向正确临床选项，两种目标均由专家共识预先确定。结果是：对抗性 AI 条件下 190 名医师至少做出过一次有害决策，对齐条件下只有 21 名；在 2485 个被定向干预的决策点上，有害决策率从 2% 抬升到 49%，校正后差值 47 个百分点，正确决策率则从 83% 降到 25%，且临床经验年限未显示明确的保护作用。
深度研报740万人住院数据显示：发病顺序与节奏本身就是预后信号
《npj Digital Medicine》于2026年10月14日上线一项研究，检验纵向住院诊断史是否携带年龄、性别与合并症负担之外的信息。研究使用奥地利13年住院数据，覆盖740万名患者，训练了一个就诊级别的对比学习Transformer，把诊断序列与住院间隔时间编码成患者病史嵌入。在170万人的下游队列中，嵌入模型预测院内死亡的AUC达到0.879，优于基于Elixhauser合并症指数模型的0.866，AUC增益0.0132，95%置信区间0.0118至0.0144。在130个新发ICD-10疾病块结局中，嵌入模型在93个结局上AUC更高，但中位增益仅0.006。在年龄、性别与合并症模型风险相近的患者中，被判为高残差风险者五年内少了127至181个无事件生存日。
深度研报癫痫植入器械接入大模型：13名患者验证双向对话式实时共管平台
《Nature Medicine》于2026年10月13日上线一项研究，把植入式癫痫器械接入大语言模型，使其能与患者双向对话。全球约7000万癫痫患者中约三分之一即约2300万人用药后仍无法控制发作，现有植入器械能检测即将发生的发作、漏服药物与认知受损，却无法把这些信息实时告诉患者。团队搭建的住院原型把头皮脑电与颅内脑电接入部署在安全环境的大语言模型，通过智能手机应用双向交流，处理睡眠、用药、认知与发作概率四类生物标志物，向患者推送临床事件与趋势、记录症状与反馈，并用患者反馈重新训练发作检测器以降低误报。验证在13名接受视频脑电监测的患者中完成，其中头皮电极11例、颅内电极2例。
深度研报达标也不安全：9万余人CGM数据下，DGRS把两成多达标者重划高危
《npj Digital Medicine》于2026年10月13日上线一项研究，由中南大学湘雅二医院等团队完成，在iCanNet队列的90757名参与者中考察48项持续葡萄糖监测（CGM）衍生指标与糖尿病前期、2型糖尿病、1型糖尿病相对于正常血糖者的关联。三组患者的CGM特征均与正常血糖者显著不同，P值均小于0.001。纳入前五项指标后糖尿病分类性能显著改善，校准分析显示预测风险与观察风险一致。研究用高斯混合模型在2型糖尿病中识别出四种血糖表型：持续高血糖与急性并发症风险升高59%相关，高血糖变异性与急性并发症风险升高75%、慢性并发症风险升高41%相关。团队建立的数字血糖风险评分（DGRS）在已达目标范围内时间大于等于70%的患者中仍识别出残余风险。
深度研报700亿参数也学不会坐标：大模型的几何盲区给AI制药划出架构分界
《Nature Computational Science》于2026年10月12日上线一项研究，报告大语言模型在坐标—类别数据属性预测上的根本局限。作者用可调坐标与类别贡献比例的合成数据集做系统实验，并提出名为MatText的综合评测框架。核心发现是大语言模型存在几何盲区：始终无法捕捉坐标信息，却擅长捕捉类别模式。这一盲区具有顽固性，与模型规模无关（测到700亿参数）、与数据规模无关（测到2×10的6次方个结构）、与文本表示策略也无关。在由结构效应主导的材料属性预测任务上，专用几何架构始终优于大语言模型，性能基准上出现一条清晰的图神经网络—语言模型墙。作者据此给出架构选择指引。
深度研报4350份医学作答只有0.3%需人工复核，大模型一致性还高过人
《npj Digital Medicine》于2026年10月9日上线一项研究，评估一门糖尿病精准医学在线课程，并验证一套人工校验的大语言模型辅助评分工作流。435名完成课程的学习者接受单组前后对照评价，知识、信心与按评分量规打分的开放式作答三项分别提升30.0个百分点、1.32分与0.39分，三项p值均小于0.001。由于开放式作答人工评分耗时且存在变异性与主观判断问题，团队开发了大模型辅助评分流程：在4350份被评估的作答中，只有12份即0.3%需要人工复核。在分层的300份验证样本中，最终大模型共识评分与最终人工评分相比完全一致率75.3%、相邻一致率99.3%、重大分歧率0.7%；对照数据显示大模型一致率为74.0%，高于人工的65.7%。
深度研报从撰写到编辑：环境式AI书写病历，培训生该被考核什么
npj Digital Medicine于2026年10月12日在线发表一项研究，提出面向培训生使用环境式AI临床文档的能力框架。研究指出环境AI在临床场景的铺开速度快于课程体系能够适应的速度，使培训生的文档工作从撰写转向编辑。量化证据来自真实部署：单个整合系统在一年内记录超过250万次就诊，数据覆盖五家学术医疗中心、跨度超过2年、涉及8581名临床医生。采用者每8小时排班平均节省13分钟电子病历时间，而住院医师节省幅度达94分钟，接近前者的7倍。耶鲁大学47名培训生的NASA-TLX认知负荷测评自56分起出现改善。框架包含错误检测、临床信息核对、独立生成与信任校准四个域。
深度研报43名受访者评六个数字出院方案，AI小结起草卡在哪一环
npj Digital Medicine于2026年10月12日在线发表一项定性研究，用实施研究综合框架（CFIR）分析利益相关方对六个候选数字出院方案的看法。研究在新加坡国立大学健康系统Alexandra Hospital开展，目的抽样访谈43名受访者，涵盖医护人员、运营人员、患者与照护者。六个候选方案为病房远程会诊、智能眼镜、AI机器人、取药箱、数字化出院文档与AI辅助出院小结起草。研究采用混合演绎归纳方法，在CFIR五个域下识别出11个子主题。受访者普遍描述出院过程沟通差、缺乏透明度且常被拖延；当技术能展现实用价值、在其他场景已熟悉、可整合进现有工作流并保留照护的关系性时，评价更正面。
深度研报当临床判断与AI输出不一致，被界面丢掉的正是最高信号时刻
npj Digital Medicine于2026年10月13日在线发表一篇观点文章，主张把临床人机交互中的分歧事件显性化。文章指出，当AI系统输出与临床医生判断不一致时，现有界面只呈现AI输出，把交互压缩为接受、覆盖或修改的裁决式选择，导致各方在交互中贡献了什么随决定一起消失，而界面只捕获结果。作者用三个轴刻画分歧事件：结构轴指工作流与界面允许临床医生看到并做什么，信息轴指各方带入了什么信息，行为轴指临床医生如何与AI的推理互动而非只与输出互动。让分歧可见可支持透明的患者沟通、更好地落实道德责任、可能减轻责任风险，并把分歧重新定义为临床AI信息量最高的时刻。
深度研报把社会决定因素并入急诊需求预测，逐小时误差压到2到3名患者
npj Digital Medicine于2026年10月12日在线发表一项研究，提出整合健康社会决定因素的急诊科需求逐小时预测方法。研究背景为急诊拥挤与治疗延迟及死亡率上升相关，主动排班需要提前的需求预测作为依据。数据来自武汉一家三甲教学医院，共213138次就诊被聚合为22883个小时观测。研究构建的复合模型在均方根误差指标上表现最佳，平均绝对误差约为每小时2到3名患者。研究把社会决定因素变量纳入预测框架，使逐小时需求估计不仅依赖历史就诊量，也纳入人群层面的结构性信息。
深度研报给临床大模型智能体搭一套FHIR沙盒，43项任务量出记忆机制的真实增益
npj Digital Medicine于2026年10月10日在线发表FHIR-AgentEval：一个可扩展的临床大语言模型智能体评测沙盒，包含43项模块化任务，覆盖预约管理与基因检测两类真实工作流。每项任务在可重置的FHIR服务器上执行，并对智能体的响应结果与服务器最终状态同时进行自定义确定性校验。研究对五种智能体配置做了消融，变量包括是否接入按需的FHIR R4规范服务器，以及长期记忆是否在训练时带有规范锚定。在四种实验设置中，记忆持续提升任务成功率并减少选错工具、混淆资源类型等战略性失败；在留出任务上，最佳记忆配置相对基线提升9.1个百分点。
深度研报口腔白斑的癌变风险随时间变化，OCRiskNet给出个体化的时间分辨估计
Communications Medicine于2026年10月8日在线发表OCRiskNet：面向口腔潜在恶性病变的时间分辨风险预测模型。研究为回顾性多中心设计，纳入经临床病理确诊的口腔白斑或口腔苔藓样病变患者；香港2003年至2024年队列用于模型开发与内部测试，英国与中国内地独立队列用于外部验证。模型整合人口学、暴露、临床、治疗与组织病理数据，采用固定深度生存流水线，结合概率特征富化与内在可解释的自由节点Kolmogorov-Arnold网络。内部区分度的一致性指数分别为0.9209（口腔白斑）与0.9207（口腔苔藓样病变）。
深度研报脓毒症患者会不会在ICU长期住下去，17项SOFA特征在入院24小时内给出答案
npj Digital Medicine于2026年10月9日在线发表一项研究：团队用混合深度学习模型FT-TabNet配合自适应门控融合框架，基于入住ICU后24小时内可常规采集的17项SOFA相关特征，预测脓毒症患者是否会发生超过4天的长期ICU滞留。模型在MIMIC-IV数据集上完成开发与内部验证，内部验证AUROC为0.848；随后在韩国忠北大学医院与忠南大学医院两个单中心队列做外部验证，AUROC分别为0.823与0.781。研究用SHAP提供患者级的关键贡献因素解释。
深度研报65名早产儿50天的光电容积描记记录，读出NICU里的成熟节律
npj Digital Medicine于2026年10月10日在线发表一项研究：团队用新生儿重症监护病房（NICU）中常规采集的光电容积描记（PPG）信号，结合已验证算法提取运动片段，对65名早产儿进行了为期50天的纵向体动记录分析，其中47名无健康并发症、18名患有严重神经系统疾病。研究提出三个新指标：按月经后年龄统计的每日活动时长占比、由幂律指数量化的每日运动时长分布，以及24小时内的超日运动周期。结果显示每日活动百分比不随年龄变化，但幂律指数随年龄线性上升，提示运动持续时间随成熟而变长。
深度研报数据稀缺下的药物合成预测，主动学习配几何图神经网络跑通了闭环
Nature Computational Science于2026年10月9日在线发表一项研究：团队提出一套整合闭环工作流，将高效反应数据采集与高精度深度学习结合，用于解决数据稀缺场景下的化学反应预测。研究开发了由树模型集成驱动的主动学习策略，用于指导获取信息量最大的实验室实验；该实验战役产出一个面向C-H硼酸化反应的多样化基准数据集。在此基础上，团队训练并评估了几何图神经网络，证明为这类具备对称感知能力的模型增加自监督辅助任务，可持续提升反应结果预测与区域选择性预测两方面的表现。
深度研报npj Digital Medicine：胸片AI筛骨质疏松三队列验证AUC 0.88至0.93，模拟显示可减少约50%的DXA用量
npj Digital Medicine于2026年10月9日在线发表AI-OsRM：一个从胸片预测骨质疏松与骨量减低的模型，用一家三级转诊医院2016至2022年26757名患者的46478对胸片与DXA配对检查训练。三个外部队列中，SNUH时间分离队列（n=6391）AUROC为0.88，两个体检队列（n=24132与n=122535）分别为0.93与0.92；模拟分析显示以此预筛可减少约50%的DXA用量，同时维持98%至99%的骨质疏松检出。
深度研报Communications Medicine：AEGIS用合成CT扩样本预测免疫化疗病理缓解，外验AUC从0.642升至0.784
Communications Medicine于2026年10月5日在线发表AEGIS：一个面向非小细胞肺癌新辅助免疫化疗病理缓解预测的AI与专家协作生成式整合系统，用基线CT做预测。这项回顾性研究纳入两个中心320例患者，框架整合稳定扩散模型、LoRA微调、质量评估与强化学习；在外部验证队列中，二分类模型AUC由0.642提升至0.784。
深度研报Nature Medicine：3967篇临床预测模型论文仅12.2%含代码共享声明，14项可复现性特征参差
Nature Medicine于2026年10月9日在线发表一项范围综述：研究团队用大语言模型辅助流水线筛查引用TRIPOD或TRIPOD+AI的3967篇文献，提取代码仓库链接并按14项预设可复现性特征评估。其中482篇（12.2%）含代码共享声明，共享率在期刊与国别之间差异显著，仓库评估显示各项可复现性特征存在明显异质性。
深度研报npj Precision Oncology：MAVEN融合MRI与病理全片预测肝癌VETC，五中心1928例外部AUC 0.879至0.891
npj Precision Oncology于2026年10月2日在线发表MAVEN：一个全自动多模态深度学习系统，整合磁共振成像、全片病理图像与临床变量，用于预测肝细胞癌的血管包绕肿瘤细胞簇（VETC）并评估早期复发风险。这项多中心研究纳入五个机构1928例患者，内部测试队列AUC为0.932，四个外部队列为0.879至0.891，均优于单模态与双模态模型。
深度研报npj Digital Medicine：EpiScreen用病历文本早筛癫痫，私有队列AUC 0.980，人机协作优于专家14.3%
npj Digital Medicine于2026年10月8日在线发表EpiScreen：一个通过微调大语言模型、利用电子病历中常规采集的临床记录做癫痫早期识别的方法。在MIMIC-IV数据集上AUC达0.875，在明尼苏达大学的私有队列上达0.980；在医师与AI协作的场景下，获得辅助的神经科医师表现优于未获辅助的专家至多14.3%。
深度研报npj Digital Medicine：FlexiCT用26.6万例CT分三阶段预训练，统一五类下游任务
npj Digital Medicine于2026年10月7日在线发表FlexiCT：一组CT基础模型，在来自56个公开数据集的266,227例CT容积上做三阶段顺序预训练——二维轴位预训练、三维解剖预训练、报告引导的语义对齐。论文称在分割、分类、配准、视觉语言理解与临床检索五类下游任务族上，FlexiCT达到或超过既有专用方法。
深度研报Communications Medicine：PanSubNet从H&E切片推断胰腺癌分子亚型，内部AUROC 90.3%、外部84.0%
Communications Medicine于2026年10月6日在线发表PanSubNet：融合细胞形态与组织结构的深度学习模型，仅凭常规H&E全片图像推断胰腺癌经典型与基底样分子亚型。在689例同时具备组织学与RNA-seq的配对数据（PanCAN 506例、TCGA 183例）上，内部验证平均AUROC 90.3%，独立外部75例高置信验证84.0%。
深度研报Lancet刊出Google AMIE真实门诊研究：90%病例鉴别诊断命中前7位，0例安全叫停
2026年10月8日The Lancet刊出Google与贝斯以色列女执事医疗中心合作的AMIE对话式诊断AI前瞻性可行性研究：100名成人在就诊前与AMIE交谈、98人按时赴约，每一次交互都有医师通过实时视频加屏幕共享全程监督，0例触发预设安全叫停；AMIE的鉴别诊断在前7位内包含最终诊断的比例达90%。
深度研报npj Digital Medicine：ClinicalGPT审计84.7万份医嘱，漏警率每千份3.2次对纯规则9.4次
npj Digital Medicine于2026年10月8日在线发表审计就绪的病历基础模型ClinicalGPT。在7家医疗系统、847000条高危医嘱的回顾性评估中，开单时「应告警而未告警」率为每千份3.2次，低于纯规则的9.4次与最强LLM对照的4.8次；假警报率同时由38.7降至33.9。作者明确声明未测量后续临床处置与患者伤害。
深度研报Journal of Medical Systems：德国风湿病指南聊天机器人13中心6291问，92.9%好评但指南完全依从仅45.0%
2026年10月5日在线发表于Journal of Medical Systems的研究报告了10个基于德国指南共同开发的疾病专用聊天机器人，经13家风湿病中心与6个患者组织部署。2025年9月至2026年1月共记录6291条提问；2671条用户评分中2481条（92.9%）为正面。以大模型为评审的六维评估中95.3%的回答被评为完全安全、79.1%完全正确，但单独评估的指南依从性中仅45.0%被评为完全依从，与医师评估一致性弱。
深度研报Nature Biotechnology：Visionary AI用眼底图像预测子痫前期，开发队列AUC 0.91，外部验证降至0.81
2026年10月6日发表于Nature Biotechnology的研究提出Visionary AI，一个将视网膜成像与图论血管建模结合的可解释平台，用于在临床发病前预测妊娠期高血压疾病。前瞻性开发队列1267例妊娠中，全人群对照设定下预测子痫前期AUC为0.91、平均精度0.81；经稳定性优化的模型未经重训练迁移至独立外部验证队列后，AUC降至0.81、平均精度0.68。
深度研报JMRI：LLM加检索个性化心脏电影MRI协议，68例前瞻对比重复采集减少68%，图像质量3.69对3.00
2026年10月4日在线发表于JMRI的前瞻性个体内对照研究纳入68例患者，在1.5T场强下同一次检查内先后接受技师优化与AI优化的心脏电影MRI协议。AI优化协议的图像质量评分为3.69±0.47、技师优化为3.00±0.49（p<0.001），伪影抑制3.19±0.35对2.17±0.45（p<0.001），重复采集次数减少68%（6次对19次，p=0.028），左心室功能参数两组间无显著差异。
深度研报JACC心血管影像：EchoNet-AS用21万个超声视频评估主动脉瓣狭窄，外部验证AUROC 0.978至0.989
2026年10月5日发表于JACC: Cardiovascular Imaging的研究提出开源深度学习模型EchoNet-AS，融合B型超声视频、多普勒图像与峰值主动脉流速评估主动脉瓣狭窄。训练使用Kaiser Permanente北加州的210193个经胸超声视频、16076项检查、15213名患者。外部验证在Stanford Health Care（n=2415）与Cedars-Sinai（n=9038）完成，≥中度狭窄AUROC分别为0.989与0.978。
深度研报Scientific Data：德国罕见病登记NARSE跨注册库语义互操作评测，32个元素仅2项无法映射，信息保留分0.76
发表于Scientific Data的研究评估德国罕见病登记NARSE与其他核心数据集的语义互操作性。32个NARSE目标元素中有30个在德国医学信息学倡议核心数据集（MII CDS）中找到对应元素，映射构成为exactMatch 31%、closeMatch 53%、relatedMatch 9%，仅出生时生物性别与出生地无法映射。MII至NARSE方向信息保留分为0.76（信息损失24%），NARSE至欧洲罕见病注册基础设施（ERDRI）方向为0.73（损失27%）。
