多中心评估大语言模型与肝病医师预测药物性肝损伤预后
在药物性肝损伤(DILI)预后预测中,大语言模型(Gemini-2.5 Pro、GPT-5.1)的AUROC接近高年资肝病医师,但准确度与特异度均低于医师,提示其或可作为临床医师监督下的辅助工具,尚不足以独立替代医师判断。 多中心队列研究,纳入3个中心共943例DILI患者,分内
在药物性肝损伤(DILI)预后预测中,大语言模型(Gemini-2.5 Pro、GPT-5.1)的AUROC接近高年资肝病医师,但准确度与特异度均低于医师,提示其或可作为临床医师监督下的辅助工具,尚不足以独立替代医师判断。 多中心队列研究,纳入3个中心共943例DILI患者,分内
结论方向:受访心理健康从业者对AI在系统实践中呈“有条件接受”——对辅助临床工作感知价值较高,对可能损害专业判断、保密性、情境理解与人际联结则顾虑更多;该结论基于89名从业者自我报告,属描述性证据。 研究设计与做法:采用收敛式混合方法设计,纳入美国89名在职心理健康专业人员,调查
结论方向:研究提示生成式深度神经网络可辅助设计超薄多层近零介电常数吸收器,并在实验中实现近红外超宽带近完美吸收;证据档位为C,属材料设计与实验演示类研究,方向为性能提升但需外部重复验证。 研究设计与做法:为算法驱动的材料设计加实验演示研究,非临床研究。以生成式深度神经网络学习高性
结论方向:基于大语言模型的分诊方法在识别抗逆转录病毒治疗(ART)依从障碍与分层不依从风险上表现出中等偏好的分类性能,属证据支持其技术可行性,但外部验证性能下降,尚不足以支持临床落地。 研究设计与做法:由HIV感染者与医务人员共同组成共建委员会,对15 480条句子进行障碍与风险
结论:系统综述提示,机器学习与深度学习算法在MRI宫颈癌自动分割中表现出一定潜力,但证据确定性低,尚不足以下结论支持常规临床实施。 研究设计与做法:遵循PRISMA的系统综述,PROSPERO注册号CRD420251247441;检索PubMed/MEDLINE、Embase、S
该文献介绍了一个名为NeuralOperator的开源Python库,用于神经算子(operator learning)的训练与部署;其定位是工具与软件资源,而非临床或实验研究,因此不涉及疗效或因果方向的结论。 研究设计与做法:文献类型为资讯/软件介绍,材料未报告样本量、干预与对
材料未报告摘要内容,仅可依据标题推断:该文献提出一种结合情感增强多任务学习与transformer-长短期记忆网络的碳排放预测框架,方向与强度不足以下结论。 研究设计与做法:材料未报告,仅知为资讯类文献,发表于Expert Systems with Applications,证据
该单中心回顾性研究提示,分层机器学习框架在临床信息可得性不固定时仍能对足部矫形器处方多标签组件保持较一致的预测表现,但低患病率组件的精确率-召回率表现变异较大。方向为正向但属开发验证阶段,强度属提示性。 设计为回顾性观察研究,使用2015至2020年单中心6462次就诊级临床记录
Langflow 是一个用于构建和部署 AI 智能体与工作流的开源平台,提供可视化编排界面,并可将流程导出为 API 或 MCP 服务器供其他应用调用。
系统评价与Meta分析提示,人工智能与机器学习模型对髋部骨折后结局(尤其死亡)具有中等至较强的区分能力,但外部验证不一致、校准报告有限,整体尚不足以支持临床常规应用。 PRISMA依从的系统评价,已在PROSPERO注册(CRD420261414142);检索PubMed、Ovi
该系统评价与Meta分析提示,针对中国糖尿病患者低血糖的机器学习预测模型总体具有较好的区分度,合并AUC为0.90,但作者指出该领域仍处早期,方法学局限与验证不足普遍存在。 研究为系统评价与Meta分析,检索PubMed、Embase、Web of Science、Cochran
该系统综述提示,基于人工智能的影像模型在种植体周边缘骨丧失的定位、分割与分类等任务上表现较好,但证据多为任务特异性、来自回顾性数据集,尚不足以支持常规临床应用。 设计为系统综述:检索PubMed/MEDLINE、Scopus、Web of Science、Embase、Cochr
围绕动态人机协作中的指令推断任务,探讨心理理论在其中的作用。 该文为《Artificial Intelligence》第361卷的出版物资讯,作者为Saad、Murukannaiah与Singh。
该报告主题为云环境下高性能计算(HPC)应用的智能体化编排。 摘要仅说明报告系受资助工作成果的记述,未提供研究设计、方法或数据细节。
文章提出以跨学科整合方式,将人工智能与多组学数据结合,用于应对天然产物发现中的瓶颈问题。 传统天然产物发现受限于重复发现、去重复效率低、沉默生物合成基因簇及结构解析复杂等障碍。
该出版物主题为人工智能的地缘政治。 摘要内容仅为第三方网站免责声明,未涉及研究设计与方法。
研究开发并前瞻性验证了机器学习移动应用“Crohn's Aid”,用于在结核流行地区床旁实时鉴别克罗恩病与肠结核。 基于印度三级中心1066例患者(克罗恩病650例、肠结核416例)的前瞻性维护数据库进行回顾性分析,用30项临床、内镜与影像变量训练多种模型。
AlloPool可基于分子动力学模拟推断蛋白质别构特性。 该框架为图神经网络,通过迭代剪枝残基间相互作用以揭示别构相关网络。
提出一种融合模糊方法与LLM的混合决策支持系统,用于生命周期导向的供应链策略。 研究构建模糊-LLM混合决策支持系统,面向供应链生命周期进行策略决策支持。
作者认为生成式AI在基层医疗的核心问题不是性能本身,而是评估与部署方式的错位。 文章基于北欧与欧洲视角,提出六项基层医疗现实条件作为讨论框架。