ADAPT for Science：自演化科学优化的多智能体框架
该预印本提出多智能体框架 ADAPT for Science，在引力波探测器设计任务上，于同等科学评价预算下取得比最优经典优化器低 54.9% 的损失；属计算基准研究，证据档位 C。 设计为方法提出与基准比较：以可微物理模拟器进行探测器设计，并在八个未见过的探测器拓扑上评测；对照
闭环强化学习分子设计：生成式 AI 与自动合成的衔接评述
这篇批判性综述与观点文章提出，闭环强化学习可将生成式分子设计与自动合成、实验评价衔接，但当前尚不足以下结论其能提升药物发现产出；文中明确表示前瞻性验证仍属必要。 设计为叙述性综述与框架提案，非原始实验；材料未报告样本量、干预与对照、随访时长，亦未报告检索策略与纳入文献数量。
Orochi 4.0：纯 Python 全散射约化与 PDF 建模开源包
该预印本介绍开源纯 Python 软件包 Orochi 4.0，将全散射数据约化、对称性晶体建模与实空间 PDF 模拟整合于同一环境；属方法学工具报告，证据档位 C，未提供定量验证数据。 研究设计为软件架构与功能描述，非对照实验；材料未报告样本量、干预与对照设置及随访时长，仅说明
2015至2025年初级保健人工智能研究的文献计量与主题变迁分析
提示：2015—2025 年初级保健人工智能研究产出持续增长，主题注意力由模型开发向验证、实施评估与治理扩展；但文献计量增长不直接等同于临床落地或结局改善。 研究设计为文献计量学分析，检索 Web of Science 核心合集 2015 年 1 月 1 日至 2025 年 10
人工智能在肝炎诊断、治疗优化与预后预测中的应用综述
结论：叙述性综述提示，机器学习与深度学习在肝炎的影像、数字病理、多组学诊断、治疗方案优化与预后预测中均有应用报道，但受数据异质性与外推性限制，尚不足以下结论认为其能改善患者结局。 设计：为叙述性综述，汇总近十年人工智能在肝炎研究与临床实践中的文献，按诊断、治疗优化、预后预测三个临
脊柱信息学中预测建模、影像与电子病历决策支持的整合综述
结论：叙述性综述提示，AI驱动的脊柱生物医学信息学在诊断准确性、预后判断与个体化决策方面具有较大潜力，但多处于开发或早期验证阶段，尚不足以下结论认为可常规临床使用。 设计：叙述性综述，经定向PubMed检索选取文献，覆盖深度学习影像分析、影像组学、电子病历自然语言处理与临床决策支
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
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
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
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
