原发性纤毛运动障碍：首次解析"过渡区"原位结构，锁定两个致病基因
问题：纤毛过渡区（TZ）负责调控纤毛蛋白质组构成，但其分子结构、蛋白组成及对运动性纤毛病的贡献一直未被定义。 对人体多纤毛上皮细胞做原位冷冻电子断层扫描 + 亚断层平均，在亚纳米分辨率下解析 TZ 特异的二联微管，并鉴定出 9 个组成蛋白。 关键发现：ECT2L 与 DZANK1
BigMixSolDB：用 LLM 从 PDF 抽取混合溶剂溶解度数据库（带不确定性量化）
问题：化学文献中大量物理数据分散在非结构化文本与复杂表格里；将其转为机器可读格式是训练数据驱动化学模型的前提。但计算抽取的数据集普遍缺乏不确定性量化，导致人工抽取与整理仍不可省。 方案：一个完全自动化、带不确定性量化的抽取流水线 —— 用 LLM 直接从科学 PDF 中抽取复杂表
LLM 能做功效分析吗？四项模型实证评估（结论：不能替代专家判断）
背景：功效分析（power analysis）对定量研究的严谨性至关重要，但因专用软件门槛高而使用不足；LLM 正被快速整合进研究实践，其在统计任务上的可靠性却缺乏系统评估 —— 存在"未经检验或过于乐观地使用"的风险。 设计：评估四种广泛使用的 LLM —— ChatGPT（G
RDMA：小模型智能体从电子病历中低成本挖掘罕见病
问题：罕见病影响约 1/10 的美国人，却在临床记录中系统性记录不足。基于 ICD 的系统无法覆盖其广度 —— Orphanet 编码中超过 50% 无直接 ICD 映射，HPO 编码中仅 2.2% 有匹配 ICD 码，导致患者群体"不可见"、诊断延迟。 难点：挖掘非结构化临床笔
痛性糖尿病神经病变：超声引导腰交感神经节脉冲射频非劣于荧光引导，且更安全（228 例匹配）
目的：评估超声（US）引导下腰交感神经节（LSG）脉冲射频（PRF）治疗痛性糖尿病神经病变（PDN）的疗效与安全性，对照传统荧光透视（FL）引导。 设计：回顾性纳入 228 例，US 引导组与 FL 组按 1:1 倾向评分匹配。 US 组 67.8% 患者在治疗后 1 周达到 ≥
ALS 的非侵入脑刺激：功能无改善，但神经生理可测变化 + 安全性良好（30 项研究 meta）
背景：肌萎缩侧索硬化（ALS）为进展性神经退行病，疾病修饰治疗有限；NIBS 被尝试用于靶向皮质的过度兴奋。 按 PRISMA 指南做系统综述与 meta 分析；检索 PubMed、Scopus、Web of Science、Cochrane Library（建库至 2026-0
慢性盆腔痛：非侵入脑刺激证据仍不足以支持常规诊疗（系统综述，15 项研究 / 264 人）
立论：慢性盆腔痛（CPP）日益被视为"中枢疼痛处理异常"的疾病，这为 NIBS 提供了机制合理性；但 tDCS 与 rTMS 在 CPP 中的价值仍不确定。 检索 PubMed、Web of Science、Ovid MEDLINE、Embase、Scopus、Cochrane
增强新词学习：tDCS 靶点的"可靠性"验证（20 人双次 fMRI）
问题：tDCS 增强语言学习的效果不稳定，症结集中在两点 —— 靶点选择与结果可重复性。 设计：20 名健康人完成两次 fMRI 会话（使用平行的任务版本），学习"图片—伪词"关联共 6 个 block；用线性混合模型分析学习，全脑 + ROI 分析学习相关活动变化及其行为相关性
快感缺失的"不同侧面"：taVNS 提升努力意愿，却不改变奖赏学习（68 人交叉设计）
立题：快感缺失是重度抑郁的核心特征，与奖赏加工受损相关，被视为神经调控的机制性靶点。但"快感缺失"其实包含不同侧面 —— 想不想付出努力（动机）、能不能学到奖赏（学习）。 设计：随机、被试内交叉设计，活性 taVNS 与假刺激分两天进行；按抑郁症状高低分组（各 34 人，共 68
精神科的 AI 记录员：三种操作不能混为一谈
现象：环境 AI 记录工具（AI scribe）已进入精神科临床实践，把至少三种操作打包进同一工作流，却没有充分关注它们之间的差异。 核心论点：AI 生成的临床叙事（现病史）、AI 生成的临床观察（精神检查）、AI 生成的诊断推理（评估与计划）是三种功能上不同的操作，与共同输入的
