買一套合法醫材 AI 軟體，醫院竟然要扛起高風險營運者的法律責任，且醫師推翻系統的決策紀錄必須強制保存 5 年。韓國於 2025 年 1 月正式通過《人工智慧基本法》，並給予一年緩衝，於 2026 年 1 月 22 日全面施行。這部涵蓋全國的法案徹底顛覆過去醫界認為「只要軟體拿到食藥署查驗登記就萬事太平」的單純採購思…
原文：South Korea's Artificial Intelligence Framework Act: A Guide for Healthcare Professionals.
不依賴灌注造影，單靠常規電腦斷層與血管攝影，預測中風發作時間的 AUC 依然高達 **0.87**。評估急性缺血性中風的病灶發作時間，傳統上被認為非做高階灌注掃描不可，但這篇刊登於《AJNR》的最新 AI 研究證實，只要由演算法精準圈選核心與缺血區，免去額外掃描的自動化量測在臨床決策上的效力，與耗時的高階影像幾乎沒有…
原文：CTP-Free Method for Automated Lesion Water Uptake in Acute Ischemic Stroke [ARTIFICIAL INTELLIGENCE]
原本獲 FDA 核准的骨折 AI，在辨識兒虐經典的幹骺端骨折時，初測敏感度竟暴跌至 28.6%。 初測敏感度僅 28.6% 的幹骺端骨折與雙讀片困境 針對疑似身體虐待（SPA）的兒童，骨骼攝影涵蓋全身數十張 X 光片，目的就是要揪出那些不尋常的舊傷與微小骨折。流行病學統計顯示，在英國約有 6.9% 的兒童受過身體虐…
原文：Developing an artificial intelligence tool for detecting fractures of child abuse: preliminary findings
放射科醫師判讀廣基底膀胱癌時極易高估肌肉侵犯風險，特異度會暴跌至 **72.8%**。膀胱癌的術前分期直接決定病患是否能保留膀胱，但病灶外觀常干擾我們的視覺判斷。這篇多中心前瞻性研究利用改良版神經網路，成功克服了人類受限於腫瘤型態的視覺錯覺。 廣基底膀胱癌的型態學視覺陷阱與過度分期 在日常臨床實務中，判讀膀胱癌核磁…
原文：Application of transformer-enhanced convolutional neural network: multicenter MRI assessment of muscle invasion in bladd…
僅憑初診對比劑頸部 CT 的紋理特徵，我們就能以 AUC 0.71 的準確度預測頭頸癌的 DNA 拷貝數變異狀態。頭頸部鱗狀細胞癌的基因體不穩定性，以往只能靠侵入性切片送次世代定序，如今卻直接烙印在常規影像的灰階像素裡。這讓放射科醫師在病理報告出爐前，就能提早預見病患的預後走向。 頭頸部鱗癌拷貝數變異的 0.71 …
原文：CT Radiomic Features Are Associated with DNA Copy Number Alterations of Head and Neck Squamous Cell Carcinomas [ARTIFICI…
四百億參數的 GPT-5 在處理真實世界放射科帳單時，表現居然慘輸給只有 40 億參數的在地小模型，F1 分數相差高達 12%。醫學影像報告的批價編碼（billing codes）一直是繁瑣且容易漏帳的痛點。這份來自《European Radiology》的研究證明，與其花錢呼叫雲端大模型，不如利用自家醫院的舊資料微…
原文：Comparison of proprietary and fine-tuned large language models for multi-label classification of billing codes from radi…
高頻使用 AI 反而加劇職業倦怠——一項針對中國放射科醫師的研究明確指出，在龐大工作量下導入低接受度的 AI 系統，直接推升了過勞風險。截至 2025 年底，高達 **80%** 的 FDA 核准 AI 醫療器材集中在放射科。但自動化真的是救星嗎？這篇發表於《European Radiology》的重磅評論直指，缺乏…
原文：Between automation and alienation: rethinking AI’s role in radiologist well-being
在全面交由 AI 進行第一線肺癌篩檢判讀的流程中，因 AI 無法辨識良性肺裂旁結節而額外增加的放射科醫師工作量，出乎意料地僅有微乎其微的 1.9%。許多醫師擔憂 AI 僅具備體積測量能力而缺乏形態學判斷，會將大量無害的典型結節標記為異常，進而引發海量的無效人工複閱。這份來自歐洲放射學會的最新分析，透過詳實的病患層級追…
原文：Negligible impact of perifissural nodules in an AI-first reader workflow from UK lung screening trial
軟骨厚度分數能比傳統 X 光提早 6 年抓出退化性關節炎的結構惡化。評估膝關節軟骨流失時，我們常態仰賴半定量的 MOAKS（靠肉眼半定量評估 MRI 關節退化的分數）或間接的 KL 分級，這些主觀判讀難以精確捕捉微小且不均勻的變薄過程。本研究端出全自動深度學習框架，把追蹤多年的 MRI 變成高解析度厚度地圖，直接量化…
原文：Automatic framework for evaluating osteoarthritic cartilage severity: high-resolution cartilage thickness mapping and sc…
AI 抓出來的乳癌，未校正前的死亡率竟然高達未偵測組的 7 倍（7% vs 1%）。看到這個懸殊的對比，你可能會懷疑 AI 是否專挑惡性度極高的腫瘤來亮紅燈。這篇發表於 2026 年《European Radiology》的長效追蹤研究，利用 29 項臨床與病理共變數將 879 位病患攤在陽光下檢視，證實 AI 的高…
原文：Long-term prognostic implications of AI-detected versus AI-undetected breast cancers on mammography: a propensity score-…
在單一醫院訓練得再神準的腦動脈瘤破裂預測模型，換到別家醫院測試時，AUC 竟然會從 0.70 雪崩式掉到只有 0.51 這個近乎丟銅板的數字。我們常以為演算法能精準揪出高危險群，但這份涵蓋多中心的獨立驗證點醒了放射科：特徵的跨院穩定性，遠比單一資料夾裡的帳面準確率重要。 影像特徵在顱內動脈瘤預測的跨院挑戰 臨床上在…
原文：Radiomics for differentiating ruptured intracranial aneurysms: overview, methodological quality evaluation using METRICS…
僅憑無顯影劑腦部電腦斷層上的 11.5% 淨水分攝取率，就能比實際發作時間更精準地預測中風取栓後的腦出血風險。在急診現場，放射科醫師常為不知發作時間的「醒來中風」患者能否進行再灌注治療而掙扎。這篇《European Radiology》的評論剖析了全自動化量化技術，證實常規斷層掃描不只能排除出血，更具備直接量化腦組織…
原文：Could automated net water uptake turn a non-contrast brain CT scan into a potential brain “tissue saver clock”?
舊骨折會讓 AI 判讀特異度暴跌至 57% [49-65%]，這比廠商宣稱的九成準確率低得太多。當放射科將這套基於 Detectron2（一種常用於物件偵測的卷積神經網絡架構）的骨折 AI 工具應用於急診第一線時，我們以為它能涵蓋整個附肢骨骼。然而，這項涵蓋丹麥七家社區醫院、2783 位連續病患的獨立外部驗證研究顯示…
原文：Independent bone-level diagnostic accuracy study of an AI tool for detecting appendicular skeletal fractures on radiogra…
腮腺腫瘤的影像痛點與 Radiomics 的過度承諾 在頭頸部放射線醫學的日常中，腮腺腫瘤的術前影像評估始終是一項充滿挑戰且至關重要的任務。臨床醫師與外科團隊極度仰賴我們的報告來決定手術策略：究竟該採取單純的腫瘤剜除術（Enucleation）、淺葉切除術，還是必須冒著犧牲顏面神經的風險進行全腮腺切除與頸部淋巴結廓…
原文：Do MRI radiomic models truly generalize? External validation of three studies in parotid lesion characterization
急診高壓下的未解之題：阻塞性水腦症的 triage 盲區 阻塞性水腦症 (obstructive hydrocephalus) 的核心病理機制在於腦脊髓液 (cerebrospinal fluid, CSF) 循環路徑的物理性受阻。這種阻塞會導致顱內壓 (intracranial pressure, ICP) 在短…
原文：Artificial intelligence in acute hydrocephalus: Narrowing the diagnostic gap
痛點 / 鉤子 遇到 Triple-Negative Breast Cancer (三陰性乳癌) 打 Neoadjuvant Chemotherapy (前導性化療)，你是不是也常覺得光看單一影像很難精準預測預後？**MRI** 解析度高但昂貴，**Ultrasound (超音波)** 方便但資訊侷限，兩者老是各說…
原文：Ultrasound-MRI Fusion Deep Learning Radiomics Nomogram: Refining Prognostic Stratification for Triple-Negative Breast Ca…
傳統圖神經網路常假設相連節點擁有相似特徵，但真實世界的社群與金融圖資卻顯示，無論異常或正常節點的連線，其屬性相似度多半落在極低的 0 到 0.25 區間。這個反直覺現象促使研究團隊開發出 NK-GAD 框架，直接將無監督圖異常檢測的平均 AUC 提升了 **3.29%**。 突破同質性假設：圖結構中的屬性異質性現象…
原文：NK-GAD: Neighbor Knowledge-Enhanced Unsupervised Graph Anomaly Detection
處理胰臟導管腺癌影像時，專家的標註分歧反映了真實的不確定性。由 ICube 等機構於 **2026 年 4 月**提出的 **TwinTrack** 框架打破單一標準答案假設，透過事後校準將模型機率對齊人類平均反應。該技術在 **MICCAI 2025 CURVAS-PDACVI** 測試中證明，僅需少量多評分者資料…
原文：TwinTrack: Post-hoc Multi-Rater Calibration for Medical Image Segmentation
麻省理工學院（MIT）等機構聯手推出的 DENALI 資料集，首度證明了我們口袋裡的手機 LiDAR 也能具備「隔牆觀物」的物理潛力。研究團隊利用成本僅約 **10 美元** 的消費級 dToF 感測器，捕捉了高達 **72,000 筆** 非直視（NLOS）場景數據。這項研究打破了過去 NLOS 技術高度依賴百萬級…
原文：DENALI: A Dataset Enabling Non-Line-of-Sight Spatial Reasoning with Low-Cost LiDARs
處理腫瘤細胞實驗數萬張影像，傳統手動校正極度耗時。近期團隊利用 **nnU-Net v2** 框架，從 **38,090** 張圖片訓練出深度學習模型，將標註工時從 10 小時壓縮至 2 小時，藥效控制數據更與手動標註高度吻合。 38090張影像與 nnU-Net v2 克服細胞碎片干擾 腫瘤球體生長實驗（Tumo…
原文：Automatic Delineation of Tumor Spheroids in Microscopic Images Using Deep-Learning.
在全天候監控場景中，影片級可見光與紅外線行人重識別（VVI-ReID）技術扮演著關鍵角色。然而，過往依賴昂貴跨模態標註的受監督學習難以規模化。當研究人員嘗試將通用預訓練編碼器直接套用於無監督設定（USL-VVI-ReID）時，發現模型會被光譜與運動軌跡等非因果因素誤導，導致可見光與紅外線特徵出現嚴重的分群粒度失衡。重…
原文：Causal Bootstrapped Alignment for Unsupervised Video-Based Visible-Infrared Person Re-Identification
發表於 ISBI 2025 的最新研究提出非監督式擴散自編碼器，專門修復手持式眼底攝影常見的閃光與動態模糊。該模型在無需成對訓練資料的情況下，成功還原影像細節，將未見過資料集的診斷準確率大幅提升至 **81.17%**。 手持式眼底攝影面臨的非結構化偽影挑戰 眼底攝影技術在近年來逐漸朝向便攜化發展，手持式設備的出現…
原文：Diffusion Autoencoder for Unsupervised Artifact Restoration in Handheld Fundus Images
挪威特隆赫姆市（Trondheim）的公共自行車網路擴展，捨棄了傳統的明確需求預測模型，轉而利用混合降噪自編碼器（HDAE）從 19,474 個城市網格中，提煉出 32 個具備高度共識的擴展熱區。這種純數據驅動的相似度匹配方法，透過壓縮 29 項複雜的城市環境特徵，將潛在選址的群集輪廓分數從 0.135 大幅提升至 …
原文：Similarity-Based Bike Station Expansion via Hybrid Denoising Autoencoders
在加拿大全國51家放射治療（RT）中心裡，高達 **64.7%** 的機構參與了最新的人工智慧與數據標準化普查。調查數據顯示，雖然有 **70.0%** 的中心已經採用美國醫學物理學會的資料命名指引，卻有高達 **81.8%** 的機構必須仰賴自動化工具來推動這些標準。這份涵蓋33家指標性機構的基準評估報告，明確點出…
原文：Current state evaluation of challenges and opportunities in standardized nomenclature and artificial intelligence adopti…
在自動化心電圖訊號分類的技術競賽中，深度學習正展現壓倒性優勢。最新研究《ECG-Lens》指出，在處理未經人工特徵工程處理的原始 12 導程心電圖時，複雜卷積神經網路模型 **ECG-Lens** 成功達到 **80%** 的準確率與高達 **90%** 的 ROC-AUC 分數，為自動化生理數據監測確立了全新的效能…
原文：ECG-Lens: Benchmarking ML & DL Models on PTB-XL Dataset
**14** 款嵌入模型在 **11** 個日文金融文本任務的最新評測出爐。**JFinTEB** 基準測試顯示，日文特化模型 **Sarashina** 雖以平均 **80.9** 分居冠，但 **OpenAI** 等多語系大模型的差距已不到 **2** 分，證明跨語言架構處理高度專業日本金融語料的能力已大幅提升。…
原文：JFinTEB: Japanese Financial Text Embedding Benchmark
紐西蘭的大學放射學系近期推動了一項全新課程改革，將五大人工智慧核心主題——影像預處理、分割、增強、可解釋性與倫理，直接寫入大學部的正式課綱中。這項專為非電腦科學背景學生設計的先驅計畫，完全摒棄複雜的演算法程式碼，改以視覺化與臨床真實案例作為教學主軸，成功為未來的數位醫療人才打下紮實的實戰基礎。 填補大學放射學系在五…
原文：Teaching artificial intelligence to future radiographers: Curriculum enhancement in a New Zealand radiography course.
誰能想到，區分巴金森氏症步態凍結的關鍵，不是常規測量的大腦皮質萎縮體積或厚度，而是特定的皮質表面積？一項利用傳統 1mm³ T1 權重影像與機器學習的最新研究證實，單純萃取並計算特定腦區的皮質面積，即可在獨立測試中達到 **75%** 的預測敏感度與精準度，顛覆了過往單純依賴肉眼判讀萎縮的視覺極限。 巴金森氏症步態…
原文：Machine Learning-Driven Approach to Identify Freezing of Gait in Individuals with Parkinsons Disease Using Conventional …
在 575 筆多中心數據驗證下，基於 YOLOv11 的模型成功突破了肩部 MRI 斜面視場自動規劃瓶頸。最新研究指出，該系統的臨床實用性高達 97.2%，不僅大幅消弭手動設定誤差，整體效能更已達到媲美人類專家的卓越水準。 克服肩部 MRI 影像斜面視場的手動設定變異 核磁共振造影（MRI）是解析肩部複雜軟組織病變…
原文：Automatic field-of-view planning for magnetic resonance shoulder imaging using Deep Learning.
在磁振造影引導的放射治療中，評估 AI 模型的標準正從單純的精準度轉向「可解釋性」。最新研究透過梯度加權類別活化映射技術量化神經網路的注意力，發現 **U-Net** 與 **ResUNet** 在器官內部活化率分別達到 **71.4%** 與 **66.2%**，證明深度學習在腹部器官分割中具備臨床所需的透明度。 …
原文：Explainability-informed benchmarking of two deep learning models for organ-at-risk segmentation in MR-guided adaptive ra…