LLM智能体软件问题修复研究综述：242项研究
该综述系统梳理了242项基于大语言模型智能体的软件问题修复研究，指出该方向文献呈爆发式增长，并围绕基准、技术与实证研究三个维度建立分类体系，同时强调强化学习正成为该领域日益重要的训练范式。整体属于领域态势归纳，而非单一干预效果的量化结论。 研究设计为系统性文献综述，纳入242项近
生成式AI与医师在放射诊断中的系统评价与荟萃分析
证据支持：在放射诊断任务中，生成式AI总体准确率低于专家医师，合并差异为医师高出13.0个百分点（95% CI 0.9–25.2，P=0.038）。 设计为系统评价与荟萃分析，前瞻性注册于PROSPERO（CRD420251040000），遵循PRISMA-DTA；检索Medli
基于AI智能体的智慧校园管理平台设计
结论方向：本文提出一种基于AI智能体的智慧校园管理平台架构设计，旨在将分散的校园数据转化为可治理、可解释的运营与学生服务依据；属系统设计类工作，材料未报告实证评估结果，证据档位为C。 研究设计与做法：为设计性研究，未报告样本量、干预与对照或随访时长。平台整合多源数据采集、分层数据
基于预训练蛋白语言模型的肽类激素预测框架pLM-HP
提示：结合ESM2蛋白语言模型与双向长短期记忆网络并引入类别权重，pLM-HP在肽类激素预测上表现较好，但属计算预测，尚不足以下临床结论。 研究为计算方法开发与基准评估，非人体或动物实验；采用五折交叉验证与独立测试集评估，样本量、干预与对照、随访时长材料未报告。
儿科临床生成式AI开发与实施建议：政策声明
该政策声明认为，生成式人工智能（GenAI）在儿科医疗中具有潜在应用价值，但真实世界验证有限，准确性、偏倚、可靠性与可持续性等问题尚存，因此当前证据不足以支持其在儿科临床的常规落地，需以严格监管与问责为前提推进。 研究设计为政策声明类文献，非原始研究，材料未报告样本量、干预与对照
机器学习用于植物抗癌化合物发现及机制解析的综述
该综述系统梳理植物来源抗癌化合物及机器学习在活性预测、候选优选与机制研究中的应用，提示机器学习可加速该领域发现流程，但受数据异质性与天然产物结构复杂性制约，尚不足以下结论认为其已可替代实验。 研究类型为综述，非原始实验；系统总结了植物来源天然抗癌化合物、机器学习在生物活性预测、候
ICU脓毒症患者血糖追踪与预测的数字孪生框架
本研究报告一个面向ICU脓毒症患者的数字孪生框架，用于实时血糖监测与短期预测；结果显示该框架可在标准笔记本电脑上于数秒内完成新患者的初始化与个性化，并在不同数据条件下维持较准确的血糖预测，属可行性层面的提示性证据。 研究设计为方法学开发与初步部署评估：以连续血糖测量数据训练机器学
PyTorch：GPU 加速的张量与动态神经网络库
PyTorch 是一个 Python 包，提供类似 NumPy 的张量计算并支持 GPU 加速，以及基于磁带式自动微分的深度神经网络，用于深度学习研究。
人工智能在精神卫生保健中的应用及对精神科护理的启示：范围综述
结论方向：纳入的42项证据提示，AI应用与精神卫生服务可及性提升、症状管理改善及风险评估效率提高相关，但隐私、算法偏倚、透明度及治疗关系维护方面的担忧被一致报告；作者主张AI应作为辅助工具而非替代精神科护理实践。 研究设计与做法：采用范围综述设计，遵循既有范围综述方法学并按PRI
人工智能方向雷达 · 2026-W40｜临床辅助定位、证据可溯验证、智能体流程编排
人工智能方向雷达：辅助定位：从替代到监督、证据可溯：幻觉度量与检索后验证、智能体编排：从问答到流程执行。本期语料的重心已从“模型能不能做”转向“在谁监督下做、错了谁负责”，多篇临床评估把LLM定位为辅助而非替代。
