伍斯特理工學院（Worcester Polytechnic Institute）的研究人員開發了一種機器學習模型，分析涉及95個腦區的MRI掃描，以近93%的準確率檢測阿茲海默症，並將海馬迴體積減少確定為一個重要的早期生物標誌。

微軟已推出 Copilot Health，一款專屬的 AI 健康夥伴，透過 HealthEx 整合超過 50 種裝置的可穿戴數據以及來自超過 50,000 家美國醫院的病歷記錄，將公司 AI 定位為面向日常病患的醫療超級智慧。

Nature發表突破性的DeepRare AI系統，利用臨床資料與基因資訊診斷罕見疾病，終結患者長達數年的診斷漫長歷程。

Eko Health 的 AI 驅動數位聽診器在臨床試驗中對中度至重度瓣膜性心臟病的檢測敏感性為92.3%，幾乎為傳統聽診檢查46.2%準確率的兩倍。

Mount Sinai 的研究顯示，AI 大型語言模型在 32% 至 46% 的情況下會相信醫療錯誤資訊，尤其在以專家建議的方式呈現時。

牛津大學的研究發現，AI 聊天機器人提供不一致的醫療建議，使用者因此難以辨別可信的健康資訊。

哈佛研究人員在《Nature Neuroscience》發表 BrainIAC 基礎模型，能從 48,900 筆 MRI 影像預測失智、中風和癌症。

猶他州與健康科技新創公司Doctronic合作，推出一套AI系統，該系統在執行臨床評估後將自動續發約200種常見藥物。此舉引發關於FDA監管權限的關鍵問題，因為Doctronic聲稱其AI醫師不需要取得監管批准。

這款深度學習工具提供前所未有的耳蝸毛細胞三維可視化，推動聽力喪失治療研究進展。

麻省理工學院的研究人員示範了在新的資料環境中，表現最佳的機器學習模型可能會變成表現最差，揭示了醫療人工智慧及其他關鍵應用中來自虛假相關性的潛在風險。