AI能更早发现认知衰退迹象，但后续应对责任仍由医疗系统承担
AI筛查工具可通过语速、注意力和任务表现等细微变化发现认知衰退迹象，比传统问诊更敏感，但结果只是风险信号而非诊断。文章指出，医疗系统需提前明确谁负责解读结果、安排复查或转诊、排查抑郁和睡眠等可逆因素，否则筛查只会把不确定性转移给患者，而非真正推进诊疗。NYU Langone的虚拟痴呆护理合作被提及为缩短候诊时间的新模式之一。
#大模型进医院
#大模型进医院
今日 1 条MedCity NewsAI 评分3434
npj Digital MedicineAI 评分4141 利用大语言模型从电子健康档案中早期识别癫痫
研究团队开发了基于大语言模型微调的筛查工具EpiScreen，通过常规电子健康档案临床记录区分癫痫与心理性非癫痫发作。该工具在MIMIC-IV数据集上AUC达0.875，在明尼苏达大学私有队列上达0.980，在临床医生-AI协作模式下可使神经科医生诊断表现提升达14.3%。
MedCity NewsAI 评分3838 Teladoc Health 为虚拟就诊平台新增无接触生命体征监测与环境 AI 记录功能
Teladoc Health 在其 Solo 智能医护平台中新增两项 AI 功能：SoloVitals 通过设备摄像头的远程光电容积脉搏波技术（rPPG）无接触采集患者心率和呼吸频率，目前向部分客户私密预览，预计12月扩大上线；SoloScribe 为环境式、与 EHR 集成的记录工具，已全面上线。两项功能均直接整合进现有 Solo 平台，覆盖全球超15000家客户，无需额外部署新技术。