医工简报 | Oracle Health服务器泄露导致医院勒索；定量分子成像; 流式脑-语音神经假体; 皮肤电活动与汗液分泌监测

基础模型在生物医学领域的应用正成为新范式，其通过自监督学习实现快速任务适应，但临床部署面临隐私、资源消耗和事实性评估等挑战。4月1日，由微软研究院和华盛顿大学等机构组成的团队开发了轻量级多模态模型 LLaVA-Rad 和事实性评估工具 CheXprompt。该研究整合了 69.7 万份胸部 X 光图像-报告对，通过 GPT-4 合成数据并采用三阶段训练策略，使 7B 参数的 LLaVA-Rad 在报告生成任务中超越 GPT-4V 等大型模型，且支持单 GPU 本地部署。CheXprompt 基于 GPT-4 的评估与放射科医师评分高度一致，为自动化医学影像分析提供了高效、隐私友好的解决方案。

https://doi.org/10.1038/s41467-025-58344-x

基于深度学习的饱和转移磁共振指纹识别（MRF）是一种新兴的蛋白质、代谢物和 pH 值无创体内成像方法。4月1日，麻省总院 Christian T. Farrar 和特拉维夫大学 Or Perlman 等人定义了使用深度 MRF 的定量分子 MRI 的完整协议。他们描述了体外样本制备以及动物和人体扫描考虑因素，并提供了化学交换饱和转移（CEST）和半固体磁性转移（MT）定量成像的采集协议设计和优化背后的直觉。同时，进一步提供了修改和扩展各种其他病理（例如神经退行性病变、中风和心脏病）成像管道的指南，并附有相关的开源代码和样本数据。

https://doi.org/10.1038/s41596-025-01152-w

可穿戴技术

Nat. Electron. | 皮肤电活动作为身心活动期间汗液分泌监测的替代指标

可穿戴汗液传感器通过监测皮肤电活动为心理和生理活动下的汗液流失提供了新型监测手段，但传统非透气电极在剧烈运动时因汗液积聚会导致信号失真。4月1日，加州大学伯克利分校的 Ali Javey 团队在《Nature Electronics》发表研究，开发了一种基于微米级透水蕾丝电极（μ-lace）的多模态汗液传感平台,，实现了对身心活动的精准区分与长期稳定监测。该平台通过激光切割技术制备的透气电极（透水率>99%）有效避免了汗液滞留，首次实现了皮肤电导率与局部汗液分泌率的定量关联（相关系数 r=0.89），并通过多部位同步测量成功区分了心理活动（指尖主导的相位响应）与体力活动（前臂主导的张力响应）。团队还验证了该传感器在 11 小时日常活动中的稳定性。

Chem. Rev. | 实现软体机器人感觉运动功能的柔软材料与器件

当前机器人领域向柔软、可弯曲、可拉伸材料方向发展，开发此类材料与器件对先进机器人技术愈发关键。3月31日，南洋理工大学陈晓东团队系统阐述了赋予机器人感觉运动功能的软材料与器件，对这一新兴领域进行全景式剖析。文章重点探讨了柔性传感技术、驱动机制、结构设计和制造工艺的最新进展；深入分析感觉运动控制策略、人工智能融合方法，以及在医疗健康、增强与虚拟现实、勘探等领域的实际应用。