医疗人工智能的现状与未来：以放射科为模型的叙述性综述
结论：医疗人工智能已广泛嵌入诊断解读、临床决策、流程优化、文书、患者沟通、医学教育与结局预测等环节，但作者强调其临床价值受幻觉、偏倚、泛化性不足与前瞻性证据缺乏制约，整体属「提示」而非「证据支持」其可常规独立使用。 设计与做法：叙述性综述，非系统评价，未设检索策略与纳入排除流程；
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
药物发现中人工智能应用的PRISMA系统综述：方法、挑战与评价实践
该系统综述按PRISMA 2020纳入618项同行评议研究，提示机器学习与深度学习已主导药物发现研究（分别占99.8%与78.0%），但数据集透明度（45%）与可重复性（38%）偏弱、外部验证罕见，评价实践不均衡，整体证据档位为C。 为PRISMA 2020系统综述；检索Scop
结构化流程与检索增强生成提升大模型结直肠癌肝转移推荐一致性：110例情景研究
在110例合成结直肠癌肝转移（CRLM）情景中，将专家流程引导与检索增强生成结合（WF-RAG-LLM）的推理策略，与专家参考推荐的一致性总分最高（0.626±0.070），提示该架构可能改善大模型对多学科肿瘤决策的复现。 研究为预印本，采用方法学比较设计：基于同一大模型（gpt
三种大语言模型回答肾移植临床问题的准确性、质量与可读性评价
Grok AI、ChatGPT-5 Plus与Gemini 2.5 Flash在回答肾移植常见临床问题时均表现出较高的准确性、整体质量与可读性，三者数值接近且差异无统计学意义；作者据此提示，这些模型可能作为辅助性临床决策支持工具。 由两名有经验的医师独立评估10个开放式临床情境，
机器学习鉴别多系统萎缩的系统评价与Meta分析：51项研究
结论：Meta分析提示，机器学习模型在区分多系统萎缩（MSA）与帕金森病（PD）及其他神经退行性疾病方面具有较高的诊断准确性，合并AUC为0.93–0.94；证据档位为B，属于对已有诊断准确性研究的二次合成。 设计：系统评价与Meta分析，检索PubMed、Embase、Coch
人工智能用于化疗患者肿瘤护理症状管理的综述
结论：综述认为人工智能有望通过实时症状监测、不良事件预测与个体化干预支持肿瘤护理中的主动症状管理，但多数应用仍处早期阶段，证据支持有限。 设计：结构化文献综述，检索PubMed、Scopus与Web of Science近十年同行评审研究，聚焦机器学习、自然语言处理、临床决策支持
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
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
