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)。

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;

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

机制导向人工智能用于药物重定位与转化药理学的综述

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

89名美国心理治疗师对系统实践中人工智能的看法:混合方法研究

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

生成式AI与主动学习提升纳米结构材料比刚度

该研究提示,在体素化结构空间中直接搜索可系统发现超出预设拓扑族的力学高效纳米结构,所发现的架构在计算与实验层面均表现出更高的杨氏模量与强度。 设计为计算框架结合实验验证:将立方对称单胞(杆基、TPMS基与混合族)编码为连续潜表示,采用代理模型引导的多目标搜索与主动学习循环,共进行