从问答到智能体:生成式与智能体AI成为血液学临床基础设施前需改变什么
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。
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。
该研究提示,基于临床特征的多种机器学习算法在糖尿病预测中具有一定区分能力,其中优化随机森林整体准确率最高,但方向性结论仍需外部验证。 研究为基于公开数据集的算法比较研究,使用含768条患者记录、8个预测变量的Pima Indians Diabetes数据集,对生理性无效零值采用中
结论方向:基于大语言模型的分诊方法在识别抗逆转录病毒治疗(ART)依从障碍与分层不依从风险上表现出中等偏好的分类性能,属证据支持其技术可行性,但外部验证性能下降,尚不足以支持临床落地。 研究设计与做法:由HIV感染者与医务人员共同组成共建委员会,对15 480条句子进行障碍与风险
该综述提示,机制导向AI通过整合分子互作、信号通路、多组学、因果推断与生物网络,可能提升可重定位药物的识别与优先级排序;属叙述性综述(证据档位C),其主张为方向性提示,不足以下结论认为其优于常规预测模型。 设计为叙述性综述,非系统评价,无预设检索策略、纳入文献数、样本量或随访时长
三种当代大语言模型在苯妥英与地高辛治疗药物监测解读上表现存在领域差异。 向Claude Sonnet 4.6、ChatGPT 5.5与Gemini 3.1 Pro提交30个结构化临床情景,由两名评分者盲法独立评分。
对首批ChatGPT教育效果元分析的系统审计提示,其合并效应虽为正,但异质性极大、敏感性分析后明显衰减,且原始研究多只测表现而非学习;因此不宜把单一合并估计当作稳定的一般效应,证据档位为C,不足以下结论。 设计为系统综述与探索性元分析(认识论审计):纳入ChatGPT发布后定量合
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。
在医学系统综述的题录-摘要筛选中,两阶段自动流程(规则脚本+大模型裁定)与三名独立人工评审者的分层一致性总体提示较高,但该结论仅针对第一阶段自动排除决策,且不同评审者间差异明显,尚不足以外推为通用验证结论。 设计为分层一致性研究(预印本,证据档位C)。从904条已筛记录(第一阶段