评论：AI依赖的医疗记录并不总能完整反映女性的真实健康状况
9月Gallup-Pivotal女性健康调查显示，34%的美国女性表示过去五年医务人员曾淡化或忽视其症状，33%报告被误诊或未能获得诊断，男性为21%。流行病学家与社会学家两位作者将87名女性的电子医疗记录与详细访谈配对，发现病历讲述的故事有所不同。评论据此提出，依赖此类记录的AI未必能完整反映女性真实健康状况。
全部动态
STAT · 医学与生命科学新闻
PubMed · Journal of Medical Internet Research 临床护士对生成式AI的态度与经验：定性系统综述
发表于 Journal of Medical Internet Research 的定性系统综述（PMID 42993795）整合2018年1月至2026年6月间注册护士使用生成式AI（GenAI）临床实践的定性证据，检索10个中英文数据库，采用Thomas和Harden三阶段主题合成并结合TAM-AIN框架，以GRADE-CERQual评估证据确定性。
PubMed · Journal of Medical Internet Research Gemma-3-27B-it 通过少样本提示简化德语老年门诊报告：与专家版本的盲法比较评估
研究用谷歌开源指令微调大语言模型 Gemma-3-27B-it 结合少样本提示，对64份德语老年门诊报告生成患者友好简化版，并与2名医学专家撰写的版本做盲法比较。结果显示两者语义相似性相当（P=.02），患者代表更偏好AI版本（P=.001），而专家评审认为医生撰写的版本更完整（P<.001）。作者指出仍需前瞻性研究验证AI简化是否改善客观健康结局、依从性和患者参与。
PubMed · Medical Care 德国医院研究用机器学习（LightGBM与TSMixer）预测患者异质性护理需求以优化护士排班
一项基于德国医院患者级数据的研究，将患者划分为具有不同护理需求的类别，并用LightGBM和TSMixer两种机器学习模型预测未来1个月的分类护理需求，再转化为人员配置需求。结果显示，异质性需求预测较朴素基线将护士排班效率提升34%，较最佳同质化需求估计方法提升14%，并减少人员过剩与不足。研究发表于Medical Care，提示将患者异质性纳入人员需求预测可提高排班的效率与可靠性。
PubMed · Academic Medicine 美国内科学见习AI使用政策与伦理考量：见习主任全国调查结果
一项2024年9—12月针对141所美国医学院内科学见习主任的全国代表性调查显示，114人回复（80.9%），其中39.5%报告无AI使用正式政策，34.2%不确定是否存在；42.9%将AI用于反思作文视为“作弊”，而仅5.2%如此看待临床诊断用途（p<0.001）。
Eric Topol · Ground Truths Eric Topol 撰文评述：可穿戴心率变异性与就绪分数的证据缺口
Eric Topol 发文评述 Apple 9月9日宣布的 Apple Watch 改版（新增0-10 Readiness 分数、HRV 输出频率提升24倍），梳理可穿戴心率变异性与就绪分数的证据现状。