电子健康记录（EHR）在医疗体系中至关重要，支持临床决策和患者管理。新加坡国立大学与浙江大学提出的NeuralCohort方法，通过双模块架构优化EHR数据分析，提高患者管理效率，推动精准医疗发展。

新加坡国立大学推出的OmniConsistency插件，通过大规模扩散Transformer技术，提升了图像风格化的一致性和美学质量，解决了现有方法的三大挑战，降低了开发者的使用门槛。

新加坡与麻省理工学院联合研究团队开发了一种结合机器学习与紫外吸收光谱的快速检测方法，能在30分钟内识别细胞治疗产品（CTP）的微生物污染，准确率达到92.7%。该方法提升了细胞治疗的安全性，推动了相关技术的发展。

新加坡国立大学的张阳教授团队开发了深度学习框架DRfold2，显著提升了非编码RNA的三维结构预测精度，超越现有方法，为RNA结构解析提供了新计算手段，推动了分子生物学的发展。

颜水成重返新加坡国立大学，担任特聘教授，专注于e-AGI研究。他曾在产业界工作多年，卸任昆仑万维研究院院长后回归学界，积极寻找学生并计划组建新实验室。

新加坡国立大学的研究表明，Claude AI能够自动完成多种任务，包括玩《崩坏：星穹铁道》和《炉石传说》，以及处理购物和文档编辑等办公事务。Claude通过实时观察和推理，智能理解任务目标，展现出强大的自动化能力，未来潜力巨大。