研究發現 20 分鐘的正念呼吸可以迅速減輕癌症疼痛的強度
正念呼吸補充了傳統的疼痛緩解方法，並擴大了癌症患者的選擇範圍。
研究人員表示，由於腫瘤壓迫或侵入周圍組織、神經病理機制以及治療的副作用，全球估計有 30-40% 的癌症患者患有中度至重度疼痛。
他們補充說，儘管疼痛管理方面取得了進步，並且藥物和神經阻斷的範圍不斷發展，但疼痛控制不足仍然是臨床醫生面臨的重大挑戰。
医疗AI
研究发现，领先的AI模型很难从患者书面描述中识别遗传状况
研究人员发现，虽然人工智能 (AI) 工具可以根据教科书般的遗传疾病描述做出准确的诊断，但在分析患者撰写的有关自身健康状况的总结时，这些工具的准确度明显较低。
《美国人类遗传学杂志》报道的这些发现表明，需要改进这些人工智能工具，然后才能将其应用于医疗保健环境，以帮助进行诊断和回答患者的问题。
AI 想一口一口地计算你的卡路里
麦吉尔大学（McGill University）正在进行一项名为“FoodTracker”的研究，该研究使用人工智能（AI）和智能手机摄像头来记录和分析用餐者的食物摄入。
研究人员正在使用 AI 通过手机摄像头记录用餐者，来分析食物的摄入量，一口一口地进行分析。
该算法测量从盘子到嘴的勺子上的食物量，旨在改进卡路里和营养追踪，超越传统的食物日记和应用程序。虽然该算法目前专注于份量大小，但预计在几个月内就能识别食物类型。这项研究具有更广泛的应用潜力，尤其是在不断增长的饮食和营养应用程序市场。
EmoLLM ：一个用于心理健康领域的大模型项目
EmoLLM 是一个用于心理健康领域的大模型项目，通过对大型语言模型（LLM）进行指令微调，旨在支持用户理解、帮助用户进行心理健康辅导。
帮助用户理解和管理情绪
改善行为模式和应对策略
提供心理健康评估和干预措施
Color Health 与OpenAI 合作 开发出Cancer Copilot
copilot旨在协助医生，而不是取代医生。他说：“我们称其为copilot，是因为它与工程助手的思维和模式非常相似。这并不是说copilot取代了（软件）工程师。”
OpenAI和Color Health于去年开始研发本周一发布的copilot。
谷歌：个人健康大语言模型和智能体研究
整合到临床任务中的移动和可穿戴设备为个人健康监测提供了丰富、连续和纵向的数据来源。本文提出一个新模型，个人健康大型语言模型(PH-LLM)，一个经过微调的Gemini版本，用于对数字时间序列个人健康数据的文本理解和推理，用于睡眠和健身应用。
Google AI 医学影像模型
机器学习 (ML) 有潜力彻底改变医疗保健，从减少工作量和提高效率到发现新的生物标志物和疾病信号。为了负责任地利用这些好处，研究人员采用可解释性技术来了解机器学习模型如何进行预测。然而，当前基于显着性的方法突出了重要的图像区域，通常无法解释特定的视觉变化如何驱动机器学习决策。
Google DeepMind 发布了 AlphaFold 3
能够预测所有生命分子结构和相互作用 AI 模型
该模型能够生成蛋白质、DNA 和其他分子的 3D 结构，并揭示它们如何组合在一起。
该模型还能够模拟影响细胞健康的化学变化，并检测可能导致疾病的异常。
AlphaFold 3 将为全球科学研究人员和机构免费开放。它的高精度和新一代架构可支持药物发现和生物学的突破性进展。
科学家通过机器学习模型，为脓毒症治疗“争分夺秒”
这项研究的结果表明，个性化的抗生素治疗时间建议模型可以帮助医生更好地决策，避免治疗延迟或过早给药带来的潜在危害，同时降低患者的死亡率和医疗成本。
基于LLAMA3构建的医疗领域的多模态模型
@ICepfl 和 @YaleMed 的研究人员联手构建了 Meditron，这是一款适用于资源匮乏的医疗环境的 LLM 套件。借助 Llama 3，他们的新模型在 MedQA 和 MedMCQA 等基准测试中优于其参数类别中的大多数开放模型。
希波克拉底：用于推进医疗保健领域大型语言模型的开源机器学习框架
Koç 大学、Hacettepe 大学、Yıldız Technical University 和 Robert College 的研究人员推出了“Hippocrates”，这是一个专为 LLMs 医疗保健应用量身定制的开源框架。与依赖专有数据的先前模型不同，希波克拉底授予对其广泛资源的完全访问权限，从而促进医疗人工智能研究领域的更大创新和协作。该框架的突出之处在于将持续的预训练和强化学习与人类专家的反馈相结合，增强了模型在医疗环境中的实用性。