Int J Nanomedicine：8种血浆小细胞外囊泡microRNA构建模型，无创精准诊断早期肺癌
本研究通过小RNA测序发现血浆小细胞外囊泡中14种差异表达微小核糖核酸，筛选8种构建肺癌诊断模型，训练集曲线下面积达0.956，验证集达0.985，证实其可作为早期肺癌无创生物标志物。
哈佛团队开发AI模型，可通过普通面部照片识别预测癌症患者死亡风险
FaceAge不仅能够准确预测癌症患者的生物年龄，还能为生存期预测提供重要的辅助支持，特别是在末期癌症患者的临床决策中具有实际应用价值。
西湖大学郭天南：颠覆传统实验，推动AI虚拟细胞的三大数据支柱与闭环学习
该文章提出，人工智能虚拟细胞（AIVC）的演进和发展依赖于三个关键的数据支柱——先验知识、静态架构和动态状态。
血管化神经免疫类器官模型助力阿尔茨海默病研究与药物开发
本研究构建了血管化神经免疫类器官模型，sAD患者大脑提取物可诱导其出现多种AD病理特征。经Lecanemab治疗有效果且能模拟药物副作用，该模型为AD研究及药物研发提供新平台。
最接近真实大脑发育情况的 “类大脑” 模型出世！最新Adv. Sci：首次构建出具有早期血管化特征的多区域脑类器官
约翰・霍普金斯大学开发的多区域脑类器官（MRBOs）模型，凭借其高度的区域特异性和细胞多样性，显著提升了体外模拟人类大脑复杂性的能力。
Nat Mach Intell：新型人工智能模型或能预测基因突变对特定人类疾病的影响效应
来自 Cedars-Sinai 医疗中心等机构的科学家们通过研究开发了一种名为 DYNA 的新型人工智能模型，其有望成为精准医疗领域的“超级英雄”为个性化医疗和靶向治疗开辟全新道路。
Nature Methods：颠覆传统模型！cell2fate破解细胞命运“动态密码”
该研究不仅创造了工具，更发现了生命动态的本质语法。当单细胞技术迈入"时空组学"时代，cell2fate为解码这部永不停歇的生命史诗，写下了全新的篇章。
Cell子刊：北京协和医院陈有信团队开发AI 模型，可识别诊断25种眼底病，并给出转诊建议
该研究表明，UWF 图像和 CdCL 方法显著增强了深度学习算法检测周围视网膜异常的能力。WARM 模型显示出作为大规模眼底综合筛查的一种可靠且准确的工具的潜力。
Nat Commun：多模态投影通用模型MPUM实现全身医学影像精准分割，助力疾病诊断与跨器官代谢研究
模态投影通用模型（MPUM）通过多模态投影策略实现全身器官精准分割，提升颅内出血诊断准确性，揭示癫痫与阿尔茨海默病的代谢关联，为整合性脑体研究与临床决策提供支撑。
《自然·衰老》：又发现近300种蛋白与阿尔茨海默病相关，7蛋白模型预测AD状态AUC最高可达0.88！
通过机器学习，研究者确定了7个蛋白质，其组合可用于预测AD状态，对临床AD状态预测AUC达到0.72，对生物标志物定义的AD状态预测AUC达到0.88。