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。
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。
系统评价与Meta分析提示,人工智能与机器学习模型对髋部骨折后结局(尤其死亡)具有中等至较强的区分能力,但外部验证不一致、校准报告有限,整体尚不足以支持临床常规应用。 PRISMA依从的系统评价,已在PROSPERO注册(CRD420261414142);检索PubMed、Ovi
ISPOR特别工作组发布首份关于生成式AI用于系统文献综述各核心任务的循证良好实践建议。 采用改良PRISMA快速证据评估,纳入2022年11月至2025年7月间115项实证研究,按七类任务定性综合并构建任务级评估框架。
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
该系统评价与Meta分析提示,针对中国糖尿病患者低血糖的机器学习预测模型总体具有较好的区分度,合并AUC为0.90,但作者指出该领域仍处早期,方法学局限与验证不足普遍存在。 研究为系统评价与Meta分析,检索PubMed、Embase、Web of Science、Cochran
该系统综述提示,基于人工智能的影像模型在种植体周边缘骨丧失的定位、分割与分类等任务上表现较好,但证据多为任务特异性、来自回顾性数据集,尚不足以支持常规临床应用。 设计为系统综述:检索PubMed/MEDLINE、Scopus、Web of Science、Embase、Cochr
系统综述旨在汇总机器学习与深度学习模型对住院成人脓毒症的预测表现,并单独描述相关医疗负担。 纳入相关研究开展系统综述与亚组荟萃分析,并按预测时间窗与验证成熟度分层,另用韩国国家住院索赔数据分析负担。
该系统综述提示,基于人工智能的颅面与下颌生长预测模型展现出一定预测性能,但现有证据不足以确立其优于传统统计方法,作者明确表示当前证据不支持常规临床使用。 设计为系统综述,检索9个数据库至2026年8月12日并辅以手工检索,纳入评估AI模型预测颅面或下颌生长的人体研究,共纳入12项
基于大语言模型的分类器可在仅损失少量相关研究的前提下,减少需要人工筛选的记录比例。 研究评估Epistemonikos可持续知识平台中结合大语言模型的分类器,用于摘要筛选环节。
该系统综述旨在评估基于常规EHR数据开发的院内谵妄预测模型的构建、验证与临床可用性。 检索PubMed、MEDLINE、Embase、PsycINFO和Web of Science至2025年11月11日,纳入开发预测模型的研究,提取模型特征、验证策略、性能与偏倚风险。