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
MRI宫颈癌分割的机器学习与深度学习系统综述
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
眼反射图像人物与场景分析的机器学习系统综述
该综述提示，机器学习方法在利用眼反射图像进行人物与场景分析方面已有初步探索，但现有研究分散于不同任务与应用领域，尚不足以形成统一结论。 研究为系统文献综述，遵循Kitchenham与Charters指南及PRISMA 2020框架，从Q1与Q2期刊中系统筛选出2006年1月至20
连接自然、数据与人工智能：天然产物发现的跨学科路径
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。
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。
融合频谱、功能连接与拓扑特征的被试级ADHD脑电分类框架
研究提出一种被试级脑电分类框架，融合频谱特征、基于加权相位滞后指数（wPLI）的功能连接与持续同调拓扑描述符，用于注意缺陷多动障碍（ADHD）分类；在121例受试者中，支持向量机（SVM）取得最高分类性能，消融分析提示三类特征具有互补性；该结果为预印本，证据档位为C。 研究为方法
大语言模型在肝胆胰肿瘤多学科决策中的回顾性比较可行性研究
针对肝胆胰肿瘤多学科决策场景，评估当代大语言模型治疗建议的稳定性及其与团队决策的一致性。 回顾性比较可行性研究，对相同肝胆胰肿瘤病例重复查询大语言模型，考察同一输入下输出是否一致，并与多学科团队决策比对。
机器学习移动应用CROHN'S AID鉴别克罗恩病与肠结核的开发与前瞻性验证
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。
检索后验证评估大语言模型生成医学信息的证据支持与幻觉：实证研究
研究提出并评估“检索后验证”方法，用于衡量大语言模型生成医学信息的证据支持度与幻觉。 针对AI生成医学信息缺乏源文档明确支持的问题，开展实证研究以直接评估其是否基于底层证据。
两阶段自动筛选流程验证：三独立评审者分层一致性研究
在医学系统综述的题录-摘要筛选中，两阶段自动流程（规则脚本+大模型裁定）与三名独立人工评审者的分层一致性总体提示较高，但该结论仅针对第一阶段自动排除决策，且不同评审者间差异明显，尚不足以外推为通用验证结论。 设计为分层一致性研究（预印本，证据档位C）。从904条已筛记录（第一阶段
