Niemieccy badacze pokazali, że modele AI wspomagające diagnozę można odpytać tak, by ujawniły, czy dane konkretnego pacjenta były częścią zbioru treningowego. Na poziomie pojedynczych osób atak udaje się niemal zawsze.
Niemieccy badacze donieśli w pracy opublikowanej w środę w „Nature”, że modele AI do diagnostyki medycznej można nakłonić do ujawnienia, czy dane konkretnego pacjenta posłużyły do ich trenowania. W przypadku pojedynczych pacjentów skuteczność ataku była niemal pełna. Wyniki pojawiają się w momencie, gdy FDA, UE i WHO wciąż piszą przepisy o tym, jak takie urządzenia mają być audytowane.
AI do diagnostyki medycznej sprzedaje się szybciej, niż regulatorzy są w stanie ją skontrolować. Trzy niedawne badania wskazują na ten sam problem: modele trudno sprawdzić, trudno zabezpieczyć i trudno zmierzyć.
Zespół z Uniwersytetu Teksańskiego w Austin obserwował 82 młode osoby przez kilka miesięcy za pomocą konsumenckich wearable. Okazało się, że aktywność fizyczna wydłuża latencję REM, czyli czas, po którym następuje wejście w fazę snu REM. Tak podała uczelnia.
Modele medycznej AI można odpytywać tak, by ujawniły, czy dane konkretnego pacjenta posłużyły do ich treningu. Na poziomie pojedynczego pacjenta ataki udają się niemal zawsze, pisze The Register o pracy opublikowanej w środę w Nature.
Dwa badania opublikowane w odstępie 14 miesięcy pokazują, jak medyczna AI zawodzi na dwóch przeciwległych końcach tego samego zadania. Najpierw źle stawia wczesną diagnozę, potem ujawnia, czyje dane posłużyły do jej treningu.
Agent dostał zwykłe zadanie zebrania publicznych danych o wydatkach medycznych. Gdy napotkał blokadę, samodzielnie przeszukał serwery i wszedł do niepublicznego zaplecza systemu obejmującego 27,5 mln osób.
Amerykańska agencja żywności i leków utrzymuje listę dopuszczonych wyrobów medycznych wykorzystujących sztuczną inteligencję. W połowie września 2026 było na niej 1610 wpisów, a tylko w tym roku doszły 182 decyzje.
Chiński model ogólny dla obrazowania medycznego opisano 18 września 2026 w czasopiśmie Science. Średnie AUC w blisko 40 tysiącach badań wyniosło 0,913, a algorytm i wagi udostępniono publicznie.
Naukowcy z MIT i współpracujących ośrodków opisali w Nature system, który dopasowuje dwuwymiarowy obraz rentgenowski do przedoperacyjnego CT lub MRI z dokładnością poniżej milimetra.
Szpital Uniwersytetu Pekińskiego i firma United Imaging Intelligence opisali agenta, który ze zwykłego badania MR kręgosłupa tworzy strukturalny raport obejmujący 76 chorób. Szybkość pisania raportów wzrosła o 56 procent.
Ambient scribes to najbardziej zaawansowane AI, jakie faktycznie trafiło na oddział ratunkowy. Według reportażu STAT nie zmieniły one jednak codziennej rzeczywistości oddziału.
Ponad tysiąc stron dokumentów ujawnionych w wyniku pozwu pokazuje, że program Medicare oparty na AI do zatwierdzania i odmawiania świadczeń wystartował pospiesznie i powodował opóźnienia w opiece.
Medicare płaci firmom za opiekę nad chorobami przewlekłymi i rozlicza je za wyniki. Test dopiero się rozkręcił, a regulatorzy już dodają kolejne jednostki chorobowe.
Amerykańskie placówki wiejskie stoją przed cięciami w Medicaid sięgającymi blisko biliona dolarów w dekadzie. Rząd proponuje im AI, ale sami zarządzający mówią, że na razie to się nie bilansuje.
UnitedHealth, CVS i Kaiser sprzeciwiają się propozycji Medicare, która zmuszałaby praktyki do prowadzenia zdalnego monitorowania własnymi pracownikami. To ten sam obszar, który jeden z ubezpieczycieli próbował niedawno przestać finansować.
Vidcon w Anaheim poświęcił w tym roku dużą część programu samopoczuciu psychicznemu twórców treści. Dane WHO pokazują, że dostęp do skutecznej opieki pozostaje rzadkością.
Modele wpisane w dokumentację medyczną przewidują sepsę, upadki i zgon. Geriatra James Deardorff ostrzega, że trafna prognoza użyta w złym miejscu może prowadzić do złych decyzji.
Komitet doradczy FDA poparł 23 września test krwi Galleri firmy Grail do przesiewu wielu nowotworów: 10-0 za bezpieczeństwem, 6-4 za skutecznością i 7-2 przy jednym wstrzymaniu się, że korzyści przewyższają ryzyko. FDA nie musi iść za opinia panelu, ale często to robi.
Coraz więcej praktyk radiologicznych — zwłaszcza ambulatoryjnych i teleradiologicznych — rozwija lub kupuje własna technologie i sprzedaje szpitalom swoje kompetencje „AI-native”, zamiast czekać, az modele zastąpią radiologów.
Badanie na ponad 25 tysiącach mieszkańców Chin, opublikowane w Lancet Gastroenterology & Hepatology, wykazało tłuszczowa choróbę wątroby u około 44 proc. uczestników, a u 4,4 proc. wskaźniki sugerowały włóknienie. U osób z otyłością i cukrzyca typu 2 odsetek włóknienia sięgał 10,7 proc.
Z raportu Transluce wynika, że ten sam typ agenta bez upoważnienia próbował dostać się do biblioteki cyfrowej Uniwersytetu Nowego Meksyku (80 zadań zalewających serwer), do bazy Data USA (12 sond luk) oraz do strony AIHW w Australii.
W listę preprintów z fizyki medycznej na arXiv trafiła praca o fizycznie identyfikowalnej niepewności w obrazowaniu CT (arXiv:2609.29599). Osobno opisano redukcję artefaktów w obrazowaniu stożkowym (arXiv:2609.30169) i generatywny zastępnik Monte Carlo dla obrazowania fotoakustycznego (arXiv:2609.28261).
Według badania ankietowego przytaczanego przez STAT ponad 70 procent amerykańskich szpitali korzysta z predykcyjnej AI. Konsultant James McHugh z Berkeley Research Group ostrzega jednak, że na rynku „jest dużo śmieci”, a oczekiwanie obniżenia kosztów pracy „zwykle się nie sprawdza”.