臨床 AI 這一週從診間搬進了手術室：CRISP 用十萬張冷凍切片、在 92.6% 的術中決策裡說得上話——而同一週唯一把醫師拉進來實測的那篇，準確率只從 57% 抬到 65%

中山大學腫瘤防治中心團隊 9 月 10 日在 Nature Medicine 發表 CRISP，一個專為術中冷凍切片設計的病理基礎模型。訓練資料來自十家醫學中心、逾 100,000 張冷凍切片；評估涵蓋 15,000 張以上術中玻片、近 100 項回溯性診斷任務，並跨 6 家機構、14 種腫瘤類型、24 個解剖部位驗證泛化能力。前瞻部分的數字是：92.6% 的病例中模型輸出直接進入手術決策、人機協作讓診斷工作量降低 35%、省下 105 次輔助檢查、微轉移偵測準確率 87.5%。

冷凍切片是整個醫院裡少數「AI 慢一秒就沒有價值」的場景：病人躺在台上，外科醫師等的是二十分鐘內的一個是或否——要不要再切一刀、要不要清淋巴結。過去幾年的病理 AI 幾乎都長在數位化石蠟切片上，影像品質好、時間壓力低；把模型搬到組織冰凍、染色不均、切面破碎的術中切片上是完全不同的難度。CRISP 把「前瞻部署 + 跨機構泛化 + 工作量下降」三件事寫進同一篇，這在病理基礎模型裡還不多見。

「92.6% 的病例直接影響手術決策」量的是模型輸出被納入決策的比例，不是模型讓決策變得更對；論文摘要層級沒有給出與個別病理醫師頭對頭的準確率對照，只說優於現有基礎模型。35% 工作量下降與 105 次輔助檢查省下，也都是在該中心自家流程裡量的。

A clinically-oriented foundation model for intraoperative pathology — Nature Medicine, 2026-09-10

歐盟 Horizon Europe 資助的 I3LUNG 計畫（主導機構為米蘭 IRCCS Istituto Nazionale dei Tumori）9 月 13 日在 Nature Medicine 發表多模態可解釋 AI 決策支援工具的臨床可用性研究。六家中心、2,396 名晚期非小細胞肺癌病人，其中 339 人具備完整多模態資料。模型預測 6 個月與 24 個月總存活、疾病控制率與客觀反應率：OS24 的 AUC 為 0.74，同一測試集裡 PD-L1 只有 0.53；與 LIPI 複合評分相比，C-index 0.65 對 0.55。接著做了關鍵的那一段——請 10 位專家與 10 位非專家共 20 位醫師實際使用：疾病控制率判斷的敏感度從 0.72 升到 0.87，準確率從 57% 升到 65%，醫師採納正確 XAI 建議的比例為 74.5%。

57% → 65% 這八個百分點，是這一週最誠實的一個數字。它同時說了兩件事：可解釋 AI 確實幫得上忙（而且專家與非專家獲益相近，代表它補的不是知識落差而是判斷的系統性偏誤），以及即使有一個 AUC 0.74 的模型在旁邊，醫師實際的判斷準確率還是只有 65%——模型的判別力與臨床決策品質之間，中間那一段損耗是真實存在的。同期 Nature Medicine 的評論文章 A multimodal murmuration for immunotherapy 也把焦點放在多模態整合的價值上。

回溯性設計、真實世界資料異質性高；完整多模態的只有 339 人，訓練階段看到的多模態增益在測試與驗證集裡沒有一致重現；外部驗證只有一個世代且基線特徵不同；基因體資料稀疏、影像組學特徵僅取原發病灶，約 15% 的 CT 並非在免疫治療起始時取得。20 位醫師的可用性測試樣本也小。

Clinical usability of an explainable AI decision support tool and evaluation of multimodal models in NSCLC — Nature Medicine, 2026-09-13

9 月 10 日 Nature Medicine 刊出〈Initial lessons from real-world implementation of an AI-agent eye clinic in China〉，作者來自清華大學北京清華長庚醫院的 Beijing Visual Science and Translational Eye Research Institute（BERI）。文章討論的不是某個模型的 AUC，而是把 AI 代理（agent）當成門診主幹來重組照護流程之後學到的事：成功與否取決於工作流整合、臨床人員的投入程度、以及能不能量得出臨床價值；並指出「經專家審核的高品質資料能提升 AI-TEC 的表現」。

「AI 輔助」與「AI 原生」是兩種完全不同的制度成本。前者把模型掛在既有流程旁邊，出錯時人還在迴路上；後者把流程本身圍著 agent 重蓋，責任歸屬、排程、轉診、異常升級全部要重寫一次。眼科是最早被推到這一步的科別——影像單一、判讀標準化、病人量大——所以它踩到的坑，其他科別大概率也會踩。這篇的價值在於它是實作後的回顧，不是部署前的願景。

這是一篇評論／實作檢討，不是對照試驗。全文在付費牆後，公開可讀的部分沒有病人數、與人類醫師的判讀一致率、或安全事件統計；本報只根據摘要與可見段落撰寫，不推測未公開的數字。

Initial lessons from real-world implementation of an AI-agent eye clinic in China — Nature Medicine, 2026-09-10

中國醫學科學院腫瘤醫院團隊 9 月 12 日在 npj Digital Medicine 發表 HE2FISH：從常規 H&E 組織切片直接預測瀰漫性大 B 細胞淋巴瘤的 MYC、BCL2、BCL6 基因重排狀態與共重排型態。資料來自五家醫院、1,377 名有 H&E 與 FISH 配對資料的病人；單基因預測的外部 AUC 平均超過 0.81，而在存活分析中，HE2FISH 預測的重排狀態對總存活與無病存活的分層能力與 FISH 相當。

FISH 貴、慢、耗組織，而「double-hit／triple-hit」淋巴瘤的分型直接決定第一線化療要不要加強。如果一張本來就要染的 H&E 切片能先篩掉大部分不需要送 FISH 的病人，省下的不只是檢驗費，而是決策的時間。這是病理 AI 目前最務實的一條商業路線：不取代確診方法，而是當確診方法的前置分流。

框架鎖定在呈瀰漫生長型態的 DLBCL 病例；作者自陳加上結構化臨床病理資料才能在特定應用上提升表現，代表純影像端的訊號有上限。1,377 人五院配對資料在淋巴瘤裡算大，但對三個基因各自的罕見重排組合而言，分層後的樣本數仍有限。

Deep learning predicts gene rearrangements from histopathology in large B-cell lymphoma — npj Digital Medicine, 2026-09-12

伊利諾大學香檳分校資工系與伊利諾大學醫學院 Peoria 分部合作，9 月 10 日在 npj Digital Medicine 發表 RDMA：一套 agent 架構，內建縮寫還原、隱含表型推理、以及對 Orphanet 與 HPO 的本體對齊工具，用來從非結構化病歷文字中辨識罕病提及。論文宣稱在不做任務專屬訓練的情況下勝過微調與 RAG 基線，推論成本最高降低 10 倍、本地硬體需求最高降低 17 倍，並附上可疑案例的不確定性標記機制以降低專家標註負擔。程式碼公開在 GitHub。

論文指出約每十位美國人就有一位罹患罕病，但超過一半的 Orphanet 代碼在 ICD 裡找不到對應——這表示以編碼為基礎的流病研究，結構上就看不見罕病。RDMA 有意思的地方不在準確率，而在它把「小型量化模型 + 本地部署」寫成主張：對醫院來說，病歷不出院區、跑在普通機器上，比多幾個百分點的 F1 值更能決定要不要導入。

RDMA: cost effective agent-driven rare disease mining from electronic health records — npj Digital Medicine, 2026-09-10

9 月 10 日 Nature Medicine 刊出一套從結構化與非結構化電子病歷建立縱貫性病程的方法，第一作者機構為馬里蘭州 Bethesda 的 RespondHealth，合作者來自 Stanford、University of Miami、Drexel、Penn 與 Mount Sinai。作法是用大型預訓練語言模型從病歷自由文字中抽出臨床實體、以醫學本體組成知識圖譜、再與結構化資料整合成病人層級軌跡。論文指出經醫師裁決、對照盲化專家參考標準驗證，準確率高且專家之間一致性高；示範案例是 GLP-1 受體促效劑治療：辨識起始治療者、建模體重與 HbA1c 變化、描繪真實世界的治療反應。

真實世界證據這幾年卡的地方從來不是統計方法，而是「病歷裡八成的東西是散文」。如果語言模型能把自由文字穩定地變成可計算實體，那 RWE 研究的可用樣本會一次擴張——這對給付談判、上市後監測、以及本報週三那類法規題目的影響，會比多一個診斷模型大得多。作者也強調人類監督仍不可少，研究設計與詮釋仍在研究者手上，沒有主張全自動。

公開可讀的部分沒有給出病人數與病歷筆數，只說「大規模、跨所有臨床病況」；準確率以「高」描述而未見具體數值。第一作者機構是商業公司，示範主題又正好是 GLP-1 這個藥廠需求最旺的領域，讀的時候值得把利益結構放在心上。

Computable longitudinal patient journeys from structured and unstructured EHR data — Nature Medicine, 2026-09-10

9 月 11 日 Nature Medicine 發表〈A global digital navigator of human health for precision medicine〉，宣布成立 International Consortium of Digital Twins in Healthcare and Medicine（ICDT-HM），21 位作者來自中國、英國、美國、法國與新加坡的大學與醫學中心。目標是把醫療數位孿生推成精準健康的新基礎建設，文中提出個體數位孿生的軌跡推論框架，以及一份「從藍圖到全球數位孿生生態系」的路線圖。

這是一份宣示性文件，不是研究成果。文中沒有具體數值目標、沒有具約束力的承諾、也沒有資金規模，只有分階段的路線圖。把它當成「誰打算跟誰結盟」的訊號讀，比當成技術進展讀合理。

A global digital navigator of human health for precision medicine — Nature Medicine, 2026-09-11

杭州市中醫院（浙江中醫藥大學附屬）團隊 9 月 12 日在 npj Digital Medicine 發表 Thy-CLNM Fusion 模型，以 2023 年 1 月至 2024 年 12 月間 934 名接受頸部淋巴結手術的甲狀腺乳突癌病人為對象，用深度學習結合 habitat radiomics 預測中央淋巴結轉移。驗證組 AUC 0.862、敏感度 78.9%、特異度 79.3%。作者發現低風險病例的模型活化落在高回聲區、高風險落在與侵襲性病理特徵相關的低回聲區。研究為回溯性設計，已於 ClinicalTrials.gov 註冊（NCT06725628）。

甲狀腺乳突癌要不要預防性清掃中央區淋巴結，是外科長年沒有共識的題目——清掃過度會傷及副甲狀腺與喉返神經，不清掃又可能漏掉轉移。0.862 的 AUC 還不足以取代術中判斷，但它把這個決策從「憑經驗」推向「有一個可量化的先驗」，而且用的是術前就有的超音波，不增加任何檢查。

單中心、回溯性、兩年區間；敏感度與特異度都落在 79% 上下，代表每五個病人就有一個被分錯邊。超音波影像高度依賴操作者與機型，跨院泛化尚未驗證。

Deep learning combined habitat radiomics analysis of central lymph node metastasis in papillary thyroid carcinoma — npj Digital Medicine, 2026-09-12