智慧医疗
用于临床工作流程的新AI助手，微软推出Microsoft Dragon Copilot
编辑 | 白菜叶在 HIMSS 2025 上，微软团队宣布推出了 Microsoft Dragon Copilot，这是一款全新的语音解决方案，可改变临床医生的工作方式。 自 2022 年以近 200 亿美元收购临床文档公司 Nuance 以来，微软稳步将该业务打造为一套临床辅助工具，其中包括使用语音识别软件记录患者信息的 Dragon Medical One，以及人工智能支持的临床助理 DAX Copilot，这是一款人工智能支持的临床助理和决策支持工具。 Dragon Copilot 在这些技术的基础上进一步简化了文档编制、显示信息并自动执行了整个护理环境中的任务。
突破性进展！浙大scNiche框架精准识别细胞生态位，助力精准医疗
编辑 | 2049随着单细胞空间组学技术的快速发展，科研人员可以在单细胞分辨率水平上系统探索组织中细胞状态、功能和相互作用。 然而，如何从这些海量的空间组学数据中精确识别和表征细胞生态位（cell niche）仍是一个重大挑战。 近日，浙江大学药学院团队开发了一个名为 scNiche 的计算框架，可以从单细胞分辨率的空间组学数据中有效识别和表征细胞生态位。
AWS与纪念斯隆凯特琳癌症中心合作加速药物研发
编辑 | ScienceAI纪念斯隆凯特琳癌症中心（Memorial Sloan Kettering Cancer Center）正与 AWS（Amazon Web Services）合作，利用人工智能加速其肿瘤学研究。 2025 年 2 月 17 日，他们在纳什维尔举行的 ViVE 会议上宣布了这一消息。 纪念斯隆凯特琳癌症中心首席战略官 Anaeze Offodile 表示，通过使用人工智能分析大量数据，纪念斯隆凯特琳癌症中心将能够获得可实现更好的癌症治疗和更加个性化护理的见解。
AI华佗？港中大、深圳大数据研究院提出医疗推理大模型HuatuoGPT-o1
编辑 | 白菜叶OpenAI o1 的突破凸显了通过增强推理能力来提高自然语言大模型（LLM）的应用潜力。 然而，大多数推理研究都集中在数学任务上，而医学等领域尚未得到充分探索。 医学领域虽然不同于数学，但鉴于医疗保健的高标准，它也需要强大的推理能力来提供可靠的答案。
TMI2024 | 阿大、同济等提出TraCoCo，用于3D医学图像半监督分割
编辑 | ScienceAI3D 医学图像分割方法已经取得了成功，但它们对大量体素级标注数据的依赖是一个需要解决的缺点，因为获取这些标注的成本很高。 半监督学习（SSL）通过使用大量未标注数据和少量标注数据进行模型训练，解决了这一问题。 最成功的 SSL 方法基于一致性学习，即通过最小化从扰动视图中获得的模型响应之间的距离来实现的。
上交大、复旦中山团队开发糖尿病专用大语言模型，助力个性化糖尿病管理
编辑 | ScienceAI随着全球糖尿病患病率的逐年攀升，糖尿病已成为全球范围内极具挑战的公共健康问题。据统计，全球约有 10% 的人口受到糖尿病的影响。到 2045 年，全球糖尿病患者人数预计将攀升至惊人的 7.83 亿。然而，由于糖尿病医生短缺、医疗资源分布不均以及患者自我管理能力的不足，糖尿病的管理和治疗仍面临重重困难。如何高效、智能化地管理糖尿病，已成为当前医学界和科技界共同关注的重要课题。为应对这一挑战，上海交通大学清源研究院 MIFA 实验室与复旦大学附属中山医院内分泌科组成的研究团队，联手开发出一款
如何让细胞进行计算？国内四高校提出生物计算元器件设计全新方法，登Cell
编辑 | 萝卜皮作者 | 论文团队细胞犹如一台计算机，每时每秒都在接收、分析和处理来自环境中的不同信息：外界信息通过细胞内高度并行的信号转导途径进行分析和处理，进而以预定义的方式从「存储设备」（即 DNA）中读取信息（基因的表达）或写入指令（DNA 修饰和编辑），指导自身或周围细胞对环境信息做出响应。一直以来，如何有效利用生物体本身的计算能力，通过对生物体进行改造使之能够执行人类给定的计算任务，并由此开发出基于生物系统的新概念计算机都是计算机科学与生物技术领域交叉融合的热点问题。近期，来自国防科技大学、西湖大学、浙
高效且准确，郑州大学团队开发新AI工具识别药物-靶标相互作用
编辑 | 枯叶蝶准确识别药物-靶标相互作用（DTI）是药物发现和药物重新定位过程中的关键步骤之一。目前，已经提出了许多基于计算的模型来预测 DTI，并取得了一些显著的进步。然而，这些方法很少关注如何以适当的方式融合与药物和靶标相关的多视角相似性网络。此外，如何充分结合已知的相互作用关系来准确表示药物和靶标尚未得到很好的研究。因此，仍然需要提高 DTI 预测模型的准确性。在最新的研究中，郑州大学、电子科技大学团队提出了一种新方法 MIDTI，该方法采用多视图相似性网络融合策略和深度交互式注意机制来预测药物-靶标相互作
- 1