医工简报 | 大型语言模型在医学中的应用；基于视网膜血管特征的妊娠期子痫前期早期无创预测；受海星启发的可穿戴生物电子系统

ChatGPT 等大型语言模型 （LLM） 因其理解和生成人类语言的能力而受到高度关注。尽管研究 LLM 在支持不同医疗任务（例如加强临床诊断和提供医学教育）中的应用有趋势，但仍然缺乏对其在医疗领域的发展、实际应用和结果的全面评估。因此，最新发表的综述文章概述了医学 LLM 的开发和部署，包括面临的挑战和机遇。在开发方面，我们讨论了现有医学 LLM 的原理，包括它们的基本模型结构、参数数量以及用于模型开发的数据源和规模。在部署方面，我们将各种医疗任务中的不同 LLM 与最先进的轻量级模型进行了比较。

https://www.nature.com/articles/s44222-025-00279-5

先兆子痫（PE）是威胁孕产妇及新生儿健康的妊娠期高血压疾病，全球发病率达4.6%，但现有预测方法存在侵入性强或成本高等局限性。4月5日，中山大学附属第一医院王子莲/王冬昱团队联合中山大学中山眼科中心林浩添/吴晓航团队提出了一种基于视网膜血管特征的机器学习模型 PROMPT。该研究通过分析孕早期（11-13⁺⁶ 周）视网膜图像中的动脉静脉比、血管密度等参数，结合平均动脉压等临床指标，实现了 PE 的早期无创预测（AUC 0.87），并在成本效益分析中显示出显著优势。

https://doi.org/10.1038/s41746-025-01582-6

可穿戴技术

Sci. Adv. | 受海星启发的可穿戴生物电子系统：运动状态生理信号监测与实时心脏病诊断

柔性生物电子设备能够无创、持续监测生理信号，这对精准医疗至关重要，但在运动过程中捕获生物信号（尤其是心脏力学信号）仍面临运动干扰的挑战。受海星五重对称结构启发，美国密苏里大学哥伦比亚分校的 CHEN Sicheng 团队开发了一种仿海星的可穿戴生物电子系统，通过独立传感臂设计和机器学习补偿技术，实现了运动状态下心电（ECG）、心震图（SCG）和心回转图（GCG）的高保真同步监测。该研究应用机器学习模型利用三类心脏信号实时诊断房颤、心梗和心衰的准确率达 91% 以上。

Nat. Commun. | 用于即时检测的蛋白质与多肽构象纳米孔传感

纳米孔电检测技术在检测蛋白质和肽构象变化方面展现出巨大潜力，其高灵敏度使其有望应用于即时诊断领域。该技术能够无标记地检测单分子，并区分形状或物理化学性质的变化，为超灵敏、个性化的即时诊断设备提供了可能。4月4日，塞吉巴黎大学 Benjamin Cressiot/Juan Pelta 团队综述了纳米孔传感技术在检测和定量生物标志物蛋白质及肽的构象修饰和对映体方面的能力，并探讨了该技术在临床和即时诊断中应用的实际挑战。研究重点包括纳米孔技术对蛋白质构象动态的实时监测能力，以及其在单氨基酸突变、翻译后修饰（PTM）和对映体区分中的高灵敏度表现。

https://doi.org/10.1038/s41467-025-58509-8