福建医科大学麻醉科研究发现，手术会激活老年小鼠大脑小胶质细胞中的IDO1酶，导致色氨酸转化为神经毒素喹啉酸，损伤海马区突触，引发术后认知障碍。黄连素能结合STAT3蛋白，抑制IDO1产生，保护认知功能。但研究仅限术前三天注射给药，口服效果未知，且未测试雌性，临床应用仍存疑问。

近12个月，微软、Palo Alto、蚂蚁、Radware公开了五件提示词注入防御专利，OWASP将其列为LLM头号风险。专利分为输入过滤与行为防御两类，均作为独立中间层实现。小团队缺乏低成本验收测试，可使用garak生成变体攻击并输出风险报告，或构建内容过滤中间件，成本控制在五千元内，4周内可完成MVP。

神经外科医生金山木利用ChatGPT的GPT-5.6-Sol模型，在16小时内证明了困扰数学界22年的Crouzeix猜想。该证明获多位顶尖数学家确认，但尚未正式同行评审。此事凸显AI在数学领域的突破能力，并挑战了传统专业训练体系的有效性假设。

YazSes是一款开源离线语音听写工具，支持按住说话、本地转录，音频不离开电脑。它基于faster-whisper模型，CPU即可运行，词错误率低至2.59%，实时因子0.52。支持语音命令、会议录制和说话人分离，跨平台且Linux优先。适合医生、律师等隐私敏感场景，完全免费，安装简单。

谷歌研究团队开发了基于Gemini的医疗AI系统AMIE，整合视听感知与临床推理，在模拟视频问诊中表现优于或持平于全科医生，诊断准确率达91%。该系统通过异步多智能体设计降低延迟，但在细微感知和情感识别上仍有局限，未来需在真实临床场景中验证。

江西抚州医生韩杰因漏诊嵌顿性腹股沟斜疝致患儿死亡，被判医疗事故罪入狱一年。民事赔偿后刑事追责罕见，引发医疗界恐慌，担忧医生因恐惧而采取防御性医疗，破坏医患信任，形成“黑暗森林”效应。

NorthStar Anesthesia利用Databricks Apps开发移动端排班应用，解决临床医生无法查看同事休假数据的问题。应用数周内建成，支持彩色班次视图、筛选和每30分钟刷新，日活跃用户从75增至110，减轻排班压力，未来将增加AI查询和通知功能。

联影智能在WAIC发布“元医院”战略，旨在整合零散AI工具为全院协同的智能体系，而非替代医院或医生。它通过数据底座、医疗大模型、智能体调度和临床验证四项能力，突破物理空间限制，提升诊疗效率。该模式需大量算力和数据支持，已在手术规划等场景展示潜力，推动医疗能力系统化重构。

扎卡里·鲁宾医生是一位儿科过敏症和免疫学专家，致力于对抗科学和医学中的错误信息。他认为科学的不确定性是其优势，公众应培养批判性思维能力，以更好地理解健康信息。鲁宾通过社交媒体传播基于证据的信息，强调提高科学素养和沟通能力的重要性，以应对错误信息的快速传播。

扎卡里·鲁宾医生是一位儿科过敏和免疫学专家，致力于对抗科学和医学中的错误信息。他认为科学的不确定性是其强项，呼吁公众学会批判性思考健康声明，并强调科学素养的重要性。他通过社交媒体传播基于证据的信息，帮助人们更好地理解健康问题。

文章探讨了AI与医生在核磁共振诊断中的矛盾结果。作者经历了医生诊断的三级肌腱撕裂与AI判读的无撕裂，质疑医疗信任。AI分析显示医生的治疗方案不合理，强调了技术与人类判断的局限性。最终，作者选择暂停治疗，寻求第二意见，以避免错误决策。

研究表明，旧病例在新知识的帮助下可以获得新答案。波士顿儿童医院的研究团队利用AI模型分析了376个未解病例，最终确诊18例，诊断率提高了4.8%。随着基因与疾病关系的更新，定期重新分析旧病例可能揭示新的线索，帮助患者获得明确的遗传诊断。

阿里健康推出医学AI产品“氢离子”，旨在为医生提供高效的医学助手，解决查证据慢和找文献难的问题。该产品支持自然语言提问，并提供医学证据的详细来源。与BMJ集团合作，成为国内唯一可直接阅读BMJ文献的AI助手，强调循证医学的重要性，帮助医生更好地获取和理解医学信息。

哈佛大学的研究显示，人工智能在急诊分诊中的诊断准确率为67%，高于医生的50%-55%。AI能够识别医生可能忽视的关键病因，但不会完全取代医生，而是与医生和患者形成协作模式。未来医疗将依赖AI来辅助医生，提高诊断效率。

OpenAI推出了针对临床医生的ChatGPT版本，旨在支持医疗文档和研究，帮助医生提高患者护理质量。该工具目前对美国的认证医生、护士和药剂师免费开放。随着AI在医疗中的应用增加，ChatGPT的使用率显著上升，医生们利用其进行咨询、文档撰写和医学研究。新版本还引入了HealthBench Professional，提供真实临床任务的评估基准，以提升AI在医疗中的表现和安全性。

诺维茨医生进行为期30天的沙丁鱼饮食实验，结果显示精力充沛、体重下降且肌肉保持。饮食富含omega-3脂肪酸，增强代谢和抗寒能力，但因体味问题影响社交关系。

MIT科学家警告，尽管人工智能有助于医生的诊断和个性化治疗，但当前AI系统可能导致错误决策。研究者建议让AI在不确定时提示用户收集更多信息，以促进AI与医生的合作，减少AI对决策的过度影响，从而确保医疗建议的准确性。

本文介绍了一种名为“容器医生”的Python代理，能够实时监控容器，自动检测和修复错误，减少人工干预。通过Docker API和Claude的推理能力，容器医生分析日志，识别问题并安全重启容器。作者分享了构建过程中的经验，包括错误去重、速率限制和Slack通知等功能，显著提高了系统稳定性和故障处理效率。

OpenEvidence是一款快速增长的临床决策支持平台，广泛应用于美国医生中。它结合了Python后端和Next.js前端，确保在高流量下的医院级可靠性。通过Vercel，OpenEvidence实现了90%的服务器成本降低，支持超过40%的美国医生，改善患者护理。