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
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
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
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
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
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。
作者认为生成式AI在基层医疗的核心问题不是性能本身,而是评估与部署方式的错位。 文章基于北欧与欧洲视角,提出六项基层医疗现实条件作为讨论框架。
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
血液学生成式AI正从问答转向执行任务,制约因素或由准确性转向可治理性。 该文为观点性论述,讨论智能体在病例结构化提取、分流、变异分类及指南与病例记忆锚定推荐中的应用。
结论方向:受访心理健康从业者对AI在系统实践中呈“有条件接受”——对辅助临床工作感知价值较高,对可能损害专业判断、保密性、情境理解与人际联结则顾虑更多;该结论基于89名从业者自我报告,属描述性证据。 研究设计与做法:采用收敛式混合方法设计,纳入美国89名在职心理健康专业人员,调查
提出一种基于深度学习的磁共振弹性成像重建方法,旨在加速并稳定传统反演流程。 构建开源物理仿真框架,结合LiTS数据集的肝脏与肿瘤几何及临床刚度先验,生成大规模基准数据集。