healthcare

该论文介绍了 BABA-Bench，这是一个包含 47 个交互式患者权益倡导场景的基准，会实时检查智能体的每项操作是否具备权限和证据支持，以及是否涉及禁止执行的步骤。研究对 14 个前沿模型进行了共 1,974 次运行评估，发现智能体经常通过不合规的路径达成正确结果——例如，Claude Opus 5 在 81.6% 的运行中达成了所有预期结果，但仅在 52.5% 的运行中通过了全部程序合规检查——而提供经过验证的路径可将通过率提升至 91% 以上。

该论文介绍了 Noura，这是一个将可执行的个体化临床规范转化为监督信号的框架，用于基于大语言模型的饮食规划，使 Qwen3-14B 等小型模型能够显著提高多日膳食计划的合规性，并减少规则违反情况，优于更大模型直接生成的结果。

《自然》上的一篇论文介绍了 EVLF-FM，这是一款拥有 80 亿参数、具备细粒度可解释性的临床多模态视觉语言基础模型，在放射学、皮肤病学及其他医疗任务中的表现优于临床医生，表明前沿水平的医疗智能无需数据中心级别的算力即可运行。

本文提出了“差异洗白”的概念，表明临床多智能体大语言模型团队并未消除人口统计偏见，而是将其延续到共识决策中；只有在审议过程中呈现并汇总反事实版本时，干预措施才会奏效。

Bill Gates 指出，阿尔茨海默症的突破性进展速度已经超过了医疗体系的承接能力，导致许多患者无法受益，他认为缩小这一差距是下一个重大前沿课题。

埃隆·马斯克宣布，Neuralink 的首款产品名为“心灵感应”（Telepathy），能够仅凭意念与计算机或人类进行高速交流，预计未来几年其输出带宽将远超人类说话或打字的速度。

据 Exin Therapeutics 称，由 Claude Sonnet 5 驱动的 AI 智能体对一只小鼠实施了脑部手术，小鼠术后恢复。这一结果表明，由 AI 自主驱动的手术机器人技术正展现出越来越大的潜力。

Anthropic与Divergence Labs合作，利用其Claude模型在数周内生成了约35000种抗体设计方案，其中部分候选抗体在实验室测试中清除细胞结合IgE的效果优于Xolair，从而加速了食物过敏治疗的研究进程。

据报道，一名患者听从 ChatGPT 的建议减少了抗癫痫药物剂量，结果引发了灾难性的健康后果，凸显了 AI 系统提供医疗建议的风险。

Anthropic 宣布与六家开发新药的机构建立深度研究合作伙伴关系，并已启动自身的药物发现工作，分享了 Claude 如何支持药物开发各阶段的初步成果。

OpenRadView 是一款免费的开源桌面查看器，用于查看个人 CT、MRI 和 X 光扫描影像，支持 DICOM 和 NIfTI 文件，提供联动的轴状位、冠状位和矢状位视图、实验性 3D 功能及测量功能，还可选择通过 MCP 为 AI 智能体提供访问。

约翰斯·霍普金斯湾景医疗中心通知约3,182名患者，其个人健康信息因一名员工将表格上传至未经批准的公共AI工具而可能泄露，医院正加强政策与员工培训。

研究人员开发并部署了 LLENS，这是一个本地部署的临床支持大语言模型智能体平台，在北海道大学医院的封闭网络内运行，使用开放权重的 Kimi K2.6 模型，并由 8 块 NVIDIA H200 GPU 提供算力。通过基于工具的交互式访问，该平台在医院文档问答中达到了 97.2% 的准确率，而采用固定检索方式时的准确率为 81.3%。

Biograph 宣布了美国首项使用 Caristo Diagnostics 的人工智能驱动 CaRi-Heart 技术开展的研究，结果发现，42.9% 无症状、低风险的成年人存在冠状动脉炎症，而这类炎症往往无法通过常规血液检查、胆固醇指标或传统心血管风险评分检测出来。

InclusionAI（蚂蚁集团）宣布推出 Ling-3.0-flash-Sante，这是一款专注于医疗健康领域的模型，拥有 1240 亿参数（激活参数为 51 亿）和 256K 上下文窗口，适用于医学推理、文献研究和工具辅助工作流，模型权重已在 Hugging Face 上发布。

蚂蚁集团 inclusionAI 发布医疗专用模型 Ling-3.0-flash-Sante，基于 Ling-3.0-flash 构建，采用总参数量 1240 亿、激活参数量 51 亿的混合线性混合专家（MoE）架构，支持 256K 长上下文，面向医疗推理、深度研究和工具辅助工作流，权重已在 Hugging Face 与 ModelScope 开放。

Hugging Face 发布了 Carbon-X，这是一个开源 DNA 语言模型，能够用通俗英语回答有关基因序列的问题。在 DNA 基准测试中，它的得分达到 66.7%，接近 GPT-6.1 Sol 的水平，而每道题的成本仅约为其 1/1800。该模型可在单块 80GB GPU 上运行，有望大幅降低医院和研究人员进行大规模变异分类的成本。不过，该模型尚未经过临床验证。

Hugging Face 发布了 Carbon-X，这是一个开源模型，允许用户用自然语言与 DNA 进行"对话"。该模型在 3000 亿个 token 的基因组序列和英文文本上进行了训练，旨在帮助研究人员解读基因突变并设计疗法。

NVIDIA 和其欧洲合作伙伴宣布多项利用开放模型的公共服务项目，涵盖欧盟委员会的 AI@EC 平台、波兰的医疗影像与就业服务智能体系统，以及英国本地化数据建设。

一篇研究论文，介绍了一种基于大语言模型的流程，可根据临床会谈文本自动评估心理治疗的实施忠实度，并生成可操作的督导反馈。该流程使用开放权重模型进行评估，并通过随机对照试验（RCT）数据集和心理健康专家用户研究加以验证。