清华大学开发AI大模型，准确预测人类衰老，登上医学顶刊Nature Medicine
该研究提出了一种基于大语言模型（LLM）的生物学年龄预测方法，仅通过体检报告来估算一个人的整体衰老程度以及器官特异性衰老程度。这项研究不仅开创了衰老检测新范式，更有望帮助精准健康管理走进寻常百姓家。
腾讯发表最新Nature子刊论文：推出AI大模型，从单细胞转录组翻译单细胞蛋白质组
该研究开发了一种预训练大型生成模型——scTranslator（单细胞翻译器），能够基于单细胞转录组推断缺失的单细胞蛋白质组，从而生成多组学数据。
Nature子刊：重新定义病理AI基础模型，王珊珊/张康合作开发了一种视觉语言模型，实现全科系可泛化的病灶定位与描述
AFLoc表现出强大的泛化能力，甚至在定位五种不同类型的病理图像方面超过了人类基准。这些结果强调了AFLoc在减少注释要求方面的潜力及其在复杂临床环境中的适用性。
这款AI大模型登上Nature，能够预测上千种疾病风险
该研究开发了一款名为 Delphi-2M 的 AI 大模型，具有令人惊叹的一次性模拟和预测多种疾病的能力，利用健康记录和生活方式因素来预测一个人在未来 20 年内患上1258 种疾病的可能性。
澳鹏发布MediGo医疗大模型数据开发平台 破解医疗AI数据瓶颈
全球领先的AI数据服务提供商澳鹏Appen（中国）今日正式发布MediGo医疗大模型数据开发平台，这一创新性平台旨在解决医疗AI领域面临的数据标注精度不足、多模态协同处理效率低下等核心挑战。
中山大学×郑州大学合作Cell子刊：利用多模态AI模型，支持食管癌个性化治疗决策
该研究突显了 eSPARK 在局部晚期食管癌的个性化治疗决策方面的强大潜力，以及通过多学科数据整合推进精准肿瘤学的更广泛意义。
Nature Cancer：任善成团队等开发AI大模型，实现前列腺癌无创精准诊断与分级
研究团队开发并验证了一个基于多中心真实临床数据的用于前列腺癌高效、准确且无创诊断和分级的影像-病理基础模型。
《自然·医学》：AI能让围术期治疗“降本增效”！科学家开发AI风险预测模型，用于设计结直肠癌术后个性化治疗方案，降低成本提升效果
研究者对比了模型建议与临床医生的判断，分析结果显示仅有4.6%的案例需要调整，表现出了高度的一致性。
Nature Medicine：盛斌/黄天荫团队开发眼科AI大模型，显著提升眼科医生诊疗水平和患者预后
这项研究首次为 AI 医学领域提供了大模型赋能基层与专科诊疗的高级别循证证据，同时为未来更多可临床转化的基础模型研发与验证提供了全新范式，有效推动该类新技术从实验室研究阶段迈向临床实际应用场景。
Nature Methods：西湖大学申怀宗/原发杰开发冷冻电镜AI基础模型，“一键式”洞见生命分子结构
该研究开发了用于冷冻电镜图像处理的 AI 基础模型——Cryo-IEF，并基于此构建了完全自动化的端到端“一键式”数据处理流程——CryoWizard。