AI整合iPSC多组学用于罕见病表型发现与药物靶点识别（综述）
结论：该综述提示，将患者来源iPSC模型与转录组、蛋白组、代谢组等多组学及人工智能整合，可在样本量有限条件下辅助罕见病表型定义与可成药靶点优先级排序；属叙述性综述，证据档位B，尚不足以下结论其临床效用。 设计：短篇综述，非系统评价，未报告检索策略、纳入文献数量或定量合并方法；所述
与语言模型“对话”：对会话预设的哲学批评与人工物立场
该文主张，把与大语言模型的交互视为“对话”并视其为有记忆、能行动、会承诺的智能对话者是错误的；作者提出“人工物立场”，以设计与可供性而非意向态度来描述人机交互，属于概念论证而非实证检验。 设计为哲学/概念分析论文，材料未报告样本量、干预与对照、随访时长；论证路径为：区分生成文本与
深度学习预测术中低血压诊断准确性的系统评价与荟萃分析
纳入12项研究（其中9项贡献22个验证数据集）的荟萃分析提示，深度学习模型预测术中低血压具有中等诊断准确性，合并敏感度0.78、特异度0.88、SROC-AUC 0.87；GRADE证据确定性评为低，证据档位为「提示」而非「证据支持」。 设计为系统评价与诊断准确性荟萃分析，检索P
风湿科医生如何评估与监测临床生成式AI工具：叙述性综述框架
结论：作者提出以情境复杂度和对患者照护的影响两个维度构成的评估框架，用于判断生成式AI应用所需的证据与监管强度；现有证据对AI获益、准确性与可靠性仍不一致，属提示性而非定论。 设计：叙述性综述（非系统评价），未报告检索策略与纳入文献数量；按上述两维度分层考察工作流获益与临床有效性
人工智能与数字病理在成人中枢神经系统肿瘤中的应用：叙述性综述
结论：人工智能与数字病理在成人中枢神经系统肿瘤诊疗中显示出改善诊断一致性、缩短周转时间并整合多模态信息的潜力，但作者将其定位为有前景的方向，临床落地仍受多重障碍制约，尚不足以下结论认为可常规替代现有流程。 设计：叙述性综述，检索PubMed中2021年WHO中枢神经系统肿瘤分类第
深度学习超声心动图心脏评估的系统综述与Meta分析（160项研究）
结论：该系统综述与Meta分析提示，全自动深度学习模型在超声心动图多类任务中表现较高，部分任务或可减少对专家判读的依赖并提升流程自动化，但临床效用与真实场景验证不足，证据档位为C。 设计与做法：系统检索PubMed、CENTRAL与Web of Science，初检16248篇，
基于MCP工具从SDSS DR19 APOGEE光谱识别4万余主序双星候选
在238,205颗DR19矮星光谱上运行打包好的双线光谱双星分解流程，分类器标记出41,466个SB2候选，约为DR13所识别2,645个的十五倍，但纯度未与DR13匹配；作者据此以候选列表形式发布样本。 研究为方法学与数据应用类工作：把El-Badry等（2018b）的双线光谱
人工智能方向雷达 · 2026-W43｜运行时强制、工具描述体检、证据档位自审
人工智能方向雷达：运行时强制边界：护栏外置、工具描述质量体检、证据档位自审：先标级再结论。本期语料的问题从“AI 有没有效”转向“证据有多硬”：多篇综述与 Meta 分析自评证据档位 B/C，并明确提示性而非定论。
人工智能用于神经肿瘤症状评估与患者报告结局的叙述性综述
该叙述性综述总结神经肿瘤领域患者报告结局（PRO）与症状评估中的人工智能（AI）应用，认为整合机器学习与大语言模型可能有助于建模纵向症状轨迹、预测恶化并从自由文本中提取症状；方向为应用前景提示，证据档位为B，尚不足以下疗效或临床有效性结论。 设计为叙述性综述：检索PubMed/M
多变量预测建模提升儿童精神病理诊断与预后：现状与方向
该综述认为，计算科学与机器学习为儿童失调性精神病理及注意缺陷多动障碍的早期识别与预后预测提供了改进诊断与资源配置的机会，但当前证据尚不足以下结论，模型走向临床仍需系统验证。 为叙述性综述（证据档位B），未开展原始数据分析；材料未报告纳入文献数量、检索策略与随访时长，亦未报告具体样
