多示例学习结合MR波谱区分肿瘤性与非肿瘤性脑病变的回顾性研究
在422例患者、7442条MR波谱数据上，将全谱视为代谢指纹并采用多示例学习建模，最佳配置在独立内部留出测试集上区分肿瘤性与非肿瘤性脑病变的AUC为0.82（敏感度0.76、特异度0.80），提示该方法具有中等判别能力；证据档位为C。 研究设计与做法：回顾性分析单中心（材料未明确
Beyond Accuracy: Behavioral Dynamics of Agentic Multi-Hunk Repair
Automated program repair has traditionally focused on single-hunk defects, overlooking multi-hunk bugs that are prevalent in real-world syst
过程监督提升检索智能体的可靠性与跨域泛化：RAG-Gym框架与Re²Search++
结论：将监督信号从最终答案转向检索过程本身，所构建的Re²Search++在多跳信息检索基准上取得提升，且在域外设置下提升更明显；作者据此认为过程监督可产生更可靠、更可泛化的检索智能体。该结论属计算实验层面的证据支持，尚非临床或真实业务场景证据。 设计：属方法学与基准评测类研究，
PhysAgent多智能体大模型框架用于物理数据分析与模拟的概念验证
结论：作者提出并演示了PhysAgent这一基于大语言模型的多智能体框架，可在受控数据上复现已知物理关系并自动化部分第一性原理计算流程；证据档位为C，属概念验证性质，尚不足以支持其在真实科研场景中的普遍适用性。 设计：方法学/概念验证研究，非对照试验；系统由Mentor Agen
基于机器学习的2型糖尿病前列腺癌衰老相关基因多组学研究
结论：生物信息学分析提示SOX4、PRNP与FOXO4可能是连接前列腺癌、2型糖尿病与衰老的关键基因，据此构建的诊断模型在多个队列中表现出较高区分度（AUC 0.726–0.905），但证据档位为C，尚不足以支持临床诊断应用。 设计：基于GEO数据库的前列腺癌与2型糖尿病转录组数
labml.ai 深度学习论文实现：带旁注的 PyTorch 论文复现合集
这是一个用 PyTorch 编写的深度学习论文实现合集，代码与逐行解释并排呈现，帮助读者理解 Transformer、GAN、扩散模型、优化器等算法的具体实现。
人工智能在慢性阻塞性肺疾病管理中的应用：基于系统检索的叙述性综述
结论：综述提示人工智能可能辅助慢阻肺的诊断、预后预测与远程监测，平均判别能力较高，但方法学异质性与外部验证不足使临床转化仍受限，属提示性证据。 设计：叙述性综述，按PRISMA 2020原则报告并在PROSPERO注册（CRD42024502765）；检索MEDLINE、Emba
基于胸片深度学习检测活动性肺结核的多中心回顾与前瞻研究
结论：在放射资源有限场景下，基于胸片的深度学习模型ShuffleNetV2对活动性肺结核的识别具有较好的判别能力，回顾性外部队列与前瞻性队列AUC分别为0.917与0.896，证据支持其作为分诊辅助工具，但不足以单独用于启动治疗。 设计：诊断准确性研究，属回顾性加前瞻性多中心设计
机器学习用于骨植入物与支架复合生物材料：制造与PSPP关系的系统综述
结论方向：系统综述提示机器学习已广泛用于复合生物材料的性能预测与设计优化，但验证环节明显滞后于建模，证据支持“建模能力已具备、验证不足”这一判断，而非支持其临床效用。 研究设计与做法：系统综述，检索PubMed/MEDLINE与Scopus，辅以IEEE Xplore、OpenA
柬埔寨医疗中人工智能应用：可及性与患者结局的视角分析
结论：该文为视角性文章，提示人工智能在柬埔寨等中低收入国家可能有助于缓解卫生人力短缺、专科服务不足与就医可及性不均等问题，但能否转化为患者结局改善尚不足以下结论。 设计与做法：为视角（perspective）文章，非系统评价或原始研究；材料未报告样本量、干预与对照设置及随访时长，
