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。
#数字医疗
PubMed · Journal of Medical Internet Research PubMed · Journal of Medical Internet Research 大语言模型生成患者教育材料的范围综述：可读性、质量与可用性证据汇总
研究团队按PRISMA-ScR指南在PubMed、Embase、Cochrane Library、Web of Science和Scopus检索2000年1月1日至2026年1月1日文献。
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。
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。