病患看見乳攝報告上標註演算法參與判讀後，遵醫囑進行常規追蹤的比例反而下降 14%——透明度並非總是帶來信任，有時候直接把機率分數丟給病患，只會引發無謂的焦慮與對人類醫師的質疑。法國 Henri Mondor 醫院團隊針對乳房攝影報告的資訊公開議題提出深度評論，直指放射科即將面臨的醫病溝通風暴。 從單純輔助到乳房攝影…
原文：AI in mammography reporting: transparency, trust, and the patient perspective
在 3M 濃度的碘化銫（CsI）水溶液中，水分子的擴散速度竟然比純水快上 **23%**；反觀在同濃度的氯化鈉（NaCl）溶液中，水分子的移動卻減速了 **19%**。這個看似違反直覺的離子特異性「異常擴散」現象，超過六十年來始終是傳統分子動力學模擬無法準確重現的物理謎題。義大利拉奎拉大學的研究團隊近期透過 **MA…
原文：Ion-Specific Anomalous Water Diffusion in Aqueous Electrolytes: A Machine-Learned Many-Body Force Field Study with MACE
僅憑無對比劑的心臟磁振影片，AI 在四萬筆回顧篩檢中，直接抓出 112 名被專科醫師漏診的肥厚型心肌病變。這項將影像與文字報告綁定的基礎模型，免去人工標註即對 39 種心臟病達到 AUC 0.97 的驚人辨識力。 基礎模型打破人工標註的心臟影像枷鎖 回顧過往的心臟影像深度學習，多數研發團隊往往陷入了無止盡的人工標註…
原文：Study: AI Model Can Read Cardiac MRI Scans with Near Expert Accuracy
常規的電腦斷層灌注掃描（CTP）單一閾值法嚴重低估了人體微血管的韌性，在成功血管打通的病患中，傳統軟體預測最終梗塞範圍的準確度居然只有 15.73%。這篇由跨國團隊發表於 AJNR 的最新多中心研究證實，若改用針對「血管是否成功打通」分別訓練的 3D 多重模態深度學習模型，能將成功打通組的預測精準度飆升至 35.36…
原文：Multimodal CT Perfusion-Based Deep Learning for Predicting Stroke Lesion Outcomes in Complete and No Recanalization Scen…
頭頸癌預後不只看淋巴結轉移，基因組差異才是核心。常規對比增強 CT 的像素紋理，竟能以 AUC 0.71 的準確度，直接預測決定腫瘤侵略性的 DNA 拷貝數變異狀態。這讓每天判讀的頸部 CT，直接升級為非侵入性的虛擬活檢工具。 破解頭頸癌 CNA 狀態與腫瘤預後的關聯 頭頸部鱗狀細胞癌（HNSCC）的預後評估與治療…
原文：CT Radiomic Features Are Associated with DNA Copy Number Alterations of Head and Neck Squamous Cell Carcinomas [ARTIFICI…
在加州大學柏克萊分校發表的最新研究中，研究團隊透過高達 **1.41 億**筆的 SPY 選擇權逐筆交易數據與 **4,920** 筆每日股票面板數據，嚴格檢視合成數據（Synthetic data）在金融機器學習中的真實效用。研究證實，合成數據並非解決資料稀缺的萬靈丹，而是引發結構性的「偏差-變異數權衡」：當合成數…
原文：Improving Machine Learning Performance with Synthetic Augmentation
傳統多步擴散模型修復影片往往需要數十到數百次的運算，帶來極高的硬體負擔與推理延遲。**DVFace** 框架打破了這項限制，僅需 **1 步**推理就能將充滿雜訊與模糊的低畫質影片，還原為高保真且具備時間一致性的人臉序列。研究團隊透過獨創的時空雙碼本架構，直接從退化影片中提取特徵，成功在極致的運算效率下維持了臉部結構…
原文：DVFace: Spatio-Temporal Dual-Prior Diffusion for Video Face Restoration
透過將複雜多步擴散模型壓縮至單步推論，**TurboTalk** 成功將音訊驅動的數位人影片生成速度提升 120 倍。傳統模型耗費大量算力進行數十步降噪，導致極高延遲。研究團隊提出雙階段漸進式蒸餾框架，解決了極端步數壓縮下的訓練崩潰難題，讓單步生成高畫質虛擬人像成為可能。 InfiniteTalk 等多步擴散模型的…
原文：TurboTalk: Progressive Distillation for One-Step Audio-Driven Talking Avatar Generation
SLP-Physics 數據集中展現 12.8% 的驚人提升 在 SLP-Physics 物理學習數據集中，長度 10 的推薦路徑測試裡，**U-GLAD** 模型將目標掌握率提升了 **12.8%**。當我們依賴演算法規劃學習路徑時，傳統系統往往無法辨識學生的「猜對」或「粗心出錯」，導致推薦偏誤。西華大學研究團隊…
原文：Uncertainty-aware Generative Learning Path Recommendation with Cognition-Adaptive Diffusion
澳洲在2020年的醫療輻射安全事件中，高達65%肇因於人為疏失 其中語言隔閡導致的病患身分或部位辨識錯誤，更是臨床防線的關鍵漏洞。當專業醫療口譯無法隨傳隨到，行動翻譯應用程式（MTAs）正填補這項空白。系統性文獻回顧證實，特定翻譯系統不僅能降低X光重拍率，還能將醫療評估時間從42分鐘大幅縮短至15.6分鐘。 澳洲…
原文：Continuing Professional Development - Medical Imaging.
Gemini 測試版揭露原生購物車選項 **Google** 近期在 **Gemini** 測試版的設定選單中，悄悄內建了「購物車」選項。這項新設計讓用戶不需跳轉即可完成結帳，預示著 AI 助理正從對話機器人，正式跨入具備自主交易能力的商業平台，直接顛覆現有的電商與瀏覽器生態。 開發團隊在 **Gemini** 最…
原文：Google tests Agentic Shopping and native checkout in Gemini (2 minute read)
宣稱能以 **0.92 準確率** 超越專家的 AI 腸炎診斷模型，在套用最新 AI 臨床指引後，其實際應用價值可能大幅衰減。 早期 NEC 腸炎與 Bell 氏一期的 AI 診斷挑戰 早期新生兒壞死性腸炎（NEC）的影像學變化極其快速，往往在數小時內就從非特異性的腸道擴張惡化為廣泛的腸壁壞死與穿孔。傳統的診斷高度…
原文：Letter to the Editor: Deep learning-derived features on neonatal abdominal radiographs—implications and next steps for e…
Parcae 架構：以 7.7 億參數達成 13 億參數 Transformer 效能 在資源受限的終端設備上，降低模型記憶體佔用同時提升品質，已成為當前的重要挑戰。加州大學聖地牙哥分校與 Together AI 團隊共同提出了 **Parcae**，這是一種穩定的**循環語言模型（looped language …
原文：Parcae: Doing more with fewer parameters using stable looped models (6 minute read)
Gemini 3.1 Flash TTS 在 Artificial Analysis 排行榜中拿下 **1,211** 的 Elo 盲測高分。Google 正式釋出這款新世代語音模型，主打透過自然語言標籤直接精準控制語氣，並同步開放給開發者與企業端使用。 Gemini 3.1 Flash 登場與 1211 分 El…
原文：Gemini 3.1 Flash TTS: the next generation of expressive AI speech (4 minute read)
2025 年投入人形機器人的資金高達 **61 億美元**，是 2024 年的四倍。這波爆發並非硬體奇蹟，而是機器學習方式的根本革命。工程師不再逐條編寫規則，改用海量數據與 AI 模型，讓機器人自行從試錯與預測中摸索生存之道。 2025 年 61 億美元熱潮：機器人拋棄預寫規則 打造一台能像科幻小說般在真實世界穿梭…
原文：How robots learn: A brief, contemporary history
突破傳統滲透測試侷限：AI 紅隊演練的核心定義 高達 19 款專屬防護工具在 2026 年成為企業 AI 標配，因為傳統滲透測試完全無法防禦提示詞注入與資料中毒。**AI 紅隊演練（AI Red Teaming）**已成為高風險模型不可或缺的防線，直接發掘未知的對抗性威脅。這類演練涵蓋了提示詞注入、越獄攻擊、偏差利…
原文：Top 19 AI Red Teaming Tools (2026): Secure Your ML Models
當多數人認為醫學 AI 的進展已進入瓶頸期時，光是 2026 年首季就有高達 6 項胸部 X 光適應症在同一套系統中獲得 FDA 許可。我們從這波涵蓋核醫學、心臟磁振造影與介入放射的最新產業數據中，梳理出繁忙的放射科醫師必須掌握的實務趨勢與潛在盲點。 SNMMI 2026 大會與腦部正子造影的臨床導入 五月底即將於…
原文：Los Angeles to Host SNMMI 2026
AI 重建雖然能大幅省下掃描時間，但高達 84.8% 的加速序列會無中生有產生全新假影。我們常以為深度學習重建能在不犧牲畫質的前提下縮短 MRI 時間，這篇前瞻性研究證實它確實能維持 91.6% 的病灶可見度，但代價是海馬迴與腦幹等關鍵區域的細微解剖特徵會被無情抹平。 T2與FLAIR加速極限與256組配對數據考驗…
原文：Deep Resolve Boost in 2D MRI for Neuroradiology: A Comparative Evaluation of Diagnostic Gains and Potential Risks [ARTIF…
來自歐洲37國、**2206名**放射相關從業人員的調查指出，高達**80%**受訪者相信AI僅會輔助而不取代人類，卻有多達**50.4%**的人未曾受過AI教育。第一線醫療影像人員正處於意識覺醒與技能準備脫節的關鍵過渡期。 37國2206名歐洲放射師的AI應用與教育現狀 這項由歐洲放射師學會聯盟（EFRS）支持的…
原文：Artificial Intelligence for Radiographic Image Quality: Radiographers at the Forefront.
6059名開發者調查指出的除錯耗時問題 **Google** 的一份內部調查指出，38.4% 的整合測試失敗需要耗費超過一小時來診斷，而最新推出的 **Auto-Diagnose** 系統成功在 71 個真實失敗案例中達到 **90.14%** 的根本原因診斷準確率。這套完全依賴提示詞工程的系統，已經在超過五萬個失…
原文：Google AI Releases Auto-Diagnose: An Large Language Model LLM-Based System to Diagnose Integration Test Failures at Scal…
Windsurf 2.0 於 2026 年 4 月 15 日發布，宣告本地 IDE 與雲端 AI 代理的界線正式被打破。此次更新首度將知名的 AI 工程師 Devin 深度整合進編輯器內，讓開發者無須再於多個獨立工具間來回跳轉，實現真正的混合型工作流程。 Agent Command Center：集中管理 Casc…
原文：Windsurf 2.0 adds Devin and Agent Command Center (2 minute read)
**Google** 於美國正式釋出 **Chrome** 瀏覽器的全新 **AI Mode（AI 模式）**，首波主打「側邊欄對照瀏覽」與「跨分頁情境整合」，直接終結過往找資料時必須在幾十個分頁間來回切換的干擾痛點。 終結分頁跳躍：Chrome 啟動側邊欄 AI 模式 以往在網路上尋找資訊，往往會演變成一場不斷點…
原文：Chrome AI Mode Adds Side-by-Side Browsing (5 minute read)
Anthropic 正式推出 **Claude Opus 4.7**，維持每百萬輸入代幣 5 美元的定價，但在高難度軟體工程與長文本處理上展現突破。這款新模型支援高達 **3.75 百萬畫素**的高解析度影像輸入，並引入全新的 `xhigh` 運算層級，讓開發者能將過去需要密切監督的複雜程式碼任務，安心交由 AI 獨…
原文：Claude Opus 4.7 (8 minute read)
Anthropic 最新推出的 **Claude Opus 4.7** 在 CursorBench 程式碼基準測試中取得 **70%** 的成績，並將視覺解析度推升至 **3.75 百萬像素**。這次發布針對代理型軟體工程、多模態推論與長時間自主任務執行等開發者需求，進行了精準且大幅度的升級。 Opus 4.7 通…
原文：Anthropic Releases Claude Opus 4.7: A Major Upgrade for Agentic Coding, High-Resolution Vision, and Long-Horizon Autonom…
PrismML 發布 1.58 位元架構 Ternary Bonsai PrismML 發布 1.58 位元模型 Ternary Bonsai，8B 版本僅占 1.75 GB 記憶體，卻在基準測試中逼近 16 GB 常規模型的表現，並能在 iPhone 17 上達成每秒 27 個托肯的生成速度。這款專為平衡嚴苛記憶…
原文：Introducing Ternary Bonsai: Top Intelligence at 1.58 Bits (4 minute read)
將巨大的單一 **PR（合併請求）** 丟給審查者不僅風險極高，也難以推進程式碼現代化。透過將 **Agents SDK** 控制程式保留在信任主機外，並讓 Agent 在隔離沙盒中每次執行單一範圍的編輯與測試任務，能有效降低遷移風險。 將大型遷移 PR 拆解為受控的 Agent 沙盒任務 程式碼現代化是一個永無止…
原文：Sandboxed Agents for Codebase Migration (19 minute read)
提取Opus 4.6模型1兆Token僅需2500萬美元，實驗室隱藏思維鏈以阻擋低成本蒸餾的防線正岌岌可危。本文彙整模型蒸餾防禦、打破因果引發的預訓練失敗，及FSDP平行運算底層瓶頸。 1兆Token僅需2500萬美元的Opus模型蒸餾防禦 頂尖實驗室究竟能否阻止開源模型透過蒸餾技術快速追趕？以 Opus 4.6…
原文：What I learned this week (20 minute read)
傳統以為精準的 CTP 預測轉院後梗塞核心，解釋變異度僅有 0.56，加上 AI 判讀無顯影 CT 的重度低密度體積後，預測準確度竟飆升至 R2: 0.65。在急診常見的打針轉院（drip-and-ship）模式中，我們常把非顯影 CT 當作單純的出血排除工具，卻忽略了它蘊含的梗塞擴展密碼。史丹佛大學團隊透過深度學習…
原文：Deep learning-based non-contrast CT imaging markers enhance post-transfer DWI core volume prediction [NEUROVASCULAR/STRO…
頂級醫學期刊發表的 AI 研究看似嚴謹，但實際上高達 86.8% 的大型語言模型論文，無法證明其測試資料未曾混入訓練集。這篇發表於韓國放射線醫學會官方期刊的系統性回顧，利用最新的 MI-CLEAR-LLM 查核表，審視了 159 篇高影響因子期刊的 LLM（大型語言模型，如 ChatGPT 等可處理文字與多模態指令的…
原文：Do General-Purpose Multimodal Large Language Models Really See Radiologic Images or Rely on Text?
AI 給出 0.8 的惡性腫瘤機率，其實不代表它有 80% 的把握，反而可能伴隨極大的誤判風險。當深度學習與大型語言模型頻繁產生幻覺時，單純的數值校正早已不敷使用。這篇文章直擊模型「不確定性量化（UQ，評估演算法信心程度的技術）」機理，告訴我們如何逼迫演算法給出真正可靠的鑑別診斷區間。在繁忙的閱片日常中，這項技術將成…
原文：Uncover This Tech Term: Large Vision-Language Models in Radiology.