
AI医学诊断:监管追着不断移动的证据基础跑
过去一年里最常被引用的两项医学AI结果指向相反方向。微软的MAI-DxO在304个NEJM复杂病例上达到85.5%的准确率,21名医生的成绩是20%。一项发表于JAMA Network Open的研究发现,主流模型在超过八成病例中未能完成早期鉴别诊断。监管机构如今必须同时为这两个数字写规则。

过去一年里最常被引用的两项医学AI结果指向相反方向。微软的MAI-DxO在304个NEJM复杂病例上达到85.5%的准确率,21名医生的成绩是20%。一项发表于JAMA Network Open的研究发现,主流模型在超过八成病例中未能完成早期鉴别诊断。监管机构如今必须同时为这两个数字写规则。

2026年发表的两项研究显示,医学诊断AI可能被诱导说出哪些患者的数据曾用于训练它。研究还显示,主流语言模型在八成以上的病例中无法完成早期鉴别诊断。

9月27日,美加监管机构召回 INMO Air3 AR 眼镜。左镜腿过热引发 10 起报告,目前尚无受伤记录。

可穿戴设备产出的睡眠和压力数据,规模是实验室做不到的。但2024年的两项研究和2025年的一篇批评文章说明:证据靠不靠得住,要看硬件,也要看怎么解读。

得克萨斯大学奥斯汀分校的一项研究让82名年轻成年人连续数月佩戴腕部追踪器,发现体力活动会延长REM潜伏期,也就是进入快速眼动睡眠所需的时间。这是这项可穿戴健康研究中最具体的结论,除此之外,它引出的问题并不比回答的少。

得克萨斯大学奥斯汀分校的一项研究让82名年轻人佩戴手腕追踪器,结果显示身体活动会延长REM潜伏期,也就是进入快速眼动睡眠所需的时间。样本不大,而这项研究恰好出现在睡眠研究方式发生更大、更杂乱转变的当口。

得克萨斯大学奥斯汀分校的一项研究发表在 Nature Scientific Reports 上。研究者让 82 名年轻成年人佩戴普通 Fitbit 数月,发现身体活动会延长 REM 潜伏期,也就是进入快速眼动睡眠所需的时间。

得克萨斯大学奥斯汀分校的一项研究让82名年轻人佩戴腕戴设备数月,发现体力活动会延长REM潜伏期。这项研究为运动、睡眠质量与心理健康之间的联系提供了迄今最可靠的验证。

得克萨斯大学奥斯汀分校的一项研究用Fitbit追踪了82名年轻人数月,发现身体活动会延长REM潜伏期。该研究发表在《自然·科学报告》上。这是消费级可穿戴设备从新奇玩意儿走向研究工具的最新迹象,但关于其精度的疑问依然存在。
美国蓝十字蓝盾协会的一项分析显示,医院用AI工具提交保险理赔,两年内让医疗支出增加了94200万美元。与此同时,让全世界成为睡眠研究网络的同一批可穿戴传感器,也开始卷入费用争议。
得克萨斯大学奥斯汀分校一项针对82名年轻人的研究用普通Fitbit证明,体力活动会延长REM潜伏期。这是迄今最清楚的信号:消费级可穿戴设备能在诊所之外捕捉睡眠结构。
得克萨斯大学奥斯汀分校一项发表在《Nature Scientific Reports》上的研究,用腕戴追踪器对82名年轻成年人进行了数月随访。研究发现,身体活动会延长REM潜伏期;而睡眠更好的人,第二天早上精力更足、压力更小。
得克萨斯大学奥斯汀分校的一项研究让82名年轻成年人佩戴腕式追踪器数月,发现体力活动延长了REM潜伏期,也就是进入快速眼动睡眠所需的时间。消费级可穿戴设备正把睡眠与健康研究带出实验室,这是最新迹象,但准确性和商业动机的质疑也在不断累积。
得克萨斯大学奥斯汀分校发表在《自然·科学报告》上的一项研究显示,戴在家里使用的睡眠追踪设备能够捕捉到睡眠结构的变化,而这些变化过去需要实验室才能观察到。
用病历训练的医疗AI模型,可以被反复查询,从而暴露哪些人出现在它的训练数据里。德国研究者在6月24日发表的《自然》论文中报告,针对单个病人的攻击成功率“接近完美”。
医学中使用的诊断类AI模型可以被套出某个特定患者的数据是否曾出现在其训练集里。德国研究人员指出,目前对这些模型做隐私审计的标准做法抓不到这一点。
德国研究人员在6月24日发表于《自然》的论文中报告,用于辅助诊断患者的医疗AI模型能以“近乎完美的攻击成功率”识别出哪些人的数据训练了它们。他们指出,隐私审计标准并没有在风险真正造成伤害的层面进行衡量。
德国研究人员于2026年6月24日在《自然》杂志报告称,用于诊断的医疗AI模型可能被诱导泄露某位特定患者的数据是否曾用于训练它。与此同时,微软另一套系统宣称诊断准确率达到85.5%,超过医生。监管机构仍在追赶。