标签:人工智能

该标签下的全部条目(栏目名、期号「YYYY-MM-DD」与「每日前沿」都会作为标签)。

STWO_GDSNet:门控双流卷积网络用于孤独症谱系障碍检测

结论方向:作者报告STWO_GDSNet在孤独症谱系障碍(ASD)检测任务上取得较高的分类准确率、敏感度与特异度,属于方法学层面的性能展示;证据档位为C,尚不足以支持临床诊断应用。 研究设计与做法:属算法开发与内部评估类研究,材料未报告样本量、数据来源队列、训练/测试划分方式、对

基于语音与自然语言处理的机器学习分类双相障碍及心境状态观察研究

该观察性研究提示,基于语音声学与语言特征的机器学习模型或有助于区分双相障碍患者与健康对照及不同心境状态;证据档位为B,属探索性分类性能,尚不足以下诊断效能的结论。 设计为前瞻性收集、横断面分析的观察性研究;日本61例双相障碍患者与99名健康对照,1至5次半结构化访谈采集语音;提取

AI生成论文冲击学术出版:IEEE同行评审与检测工具的应对

该资讯报道称,IEEE现行的人工评审流程与研究诚信检测程序目前尚能跟上用免费工具生成假论文的速度,但更先进的LLM已不再犯免费版本的明显错误,出版方与AI垃圾内容之间形成“军备竞赛”;属记者报道与个案叙述,非系统研究,不足以下结论。 设计为资讯报道与个案叙述:自由撰稿人、应用数学

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评估全景片下颌第三磨牙与下牙槽神经关系的系统综述

结论:纳入的AI模型在评估全景片上下颌第三磨牙与下牙槽神经关系方面显示出较好的诊断表现,作者将其定位为有前景的决策支持工具,但尚不足以支持在临床广泛使用。 设计:系统综述,检索MEDLINE(PubMed)、Cochrane Library、Embase与Scopus,纳入202

生成模型与推理智能体从NMR谱解析小分子结构

该预印本报告,将分子生成模型与科学推理智能体结合的AI系统可自动完成小分子从头结构解析,在多项基准上优于现有工具;方向为性能提升,属预印本水平的初步证据。 研究为方法开发与基准评测:生成组件ChefNMR2为原子流匹配模型,依据分子式与一维1H、13C NMR谱预测结构;Chef

AI心电图筛查低射血分数的随机对照试验系统评价与Meta分析

在常规诊疗中,将AI心电图筛查加入常规照护可提高新发低射血分数(≤50%)的检出(RR 1.36,95% CI 1.12–1.64),且未明显增加超声心动图转诊;证据档位A。 系统评价与Meta分析,方案于PROSPERO注册(CRD420261287652),检索PubMed、