两阶段自动筛选流程验证：三独立评审者分层一致性研究
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
检索后验证评估大语言模型生成医学信息的证据支持与幻觉：实证研究
研究提出并评估“检索后验证”方法，用于衡量大语言模型生成医学信息的证据支持度与幻觉。 针对AI生成医学信息缺乏源文档明确支持的问题，开展实证研究以直接评估其是否基于底层证据。
基于常规血液指标的可解释机器学习模型用于牙周炎严重程度分层及外部验证
作者报告，基于年龄、性别、吸烟状态与13项血液指标的堆叠模型在已确诊牙周炎成人中区分III–IV期与I–II期，外部验证AUC为0.774，判别能力中等但校准欠佳；属回顾性模型研究层面的证据支持，尚不足以支持临床直接使用。 研究为两中心回顾性研究，开发队列1321例、外部验证队列
AI 与智能体在药物发现中的应用：批判性文献综述
演进脉络：从 DENDRAL 专家系统、计算机辅助药物设计（CADD）、QSAR 建模，到 AlphaFold 3 生物分子复合物预测、计算机辅助合成规划（CASP）、天然产物生物勘探与自主多智能体系统。 重点进展：抗菌筛选、精准肿瘤学、植物化学表征，以及临床阶段的 AI 生成分
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；
人工智能驱动磁性能预测与自旋电子材料发现综述
综述认为，AI与机器学习正成为加速自旋电子材料发现与磁性能预测的有力工具。 文章为综述，围绕自旋电子技术对高自旋极化、大磁矩、可调交换作用与热稳定性的需求展开梳理。
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
审计"审计者"：无标签、可校准地测量 LLM 诊断中的无依据断言（ATRACC 2026）
场景：微服务事故诊断。核心工具 TCA（Telemetry Claim Adjudicator） 是一个不依赖结果标签的机械裁决器，逐条裁定 LLM 智能体在诊断中引用的遥测断言是否有依据。 配套制品：6 种架构臂 × 2 个基准的诊断 harness；以 SHA-256 请求号
ISPOR特别工作组良好实践报告：生成式人工智能用于系统文献综述
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。
医护人员对医疗大语言模型态度及采纳与监管偏好的横断面调查
结论：医护人员对大语言模型在医疗中的使用持有多元看法，其采纳与监管偏好可通过调查加以刻画。 设计：通过某医疗新闻平台邮件列表在线发放横断面问卷，共335名医护人员作答，含主治医师等。
