多变量预测建模提升儿童精神病理诊断与预后：现状与方向
该综述认为，计算科学与机器学习为儿童失调性精神病理及注意缺陷多动障碍的早期识别与预后预测提供了改进诊断与资源配置的机会，但当前证据尚不足以下结论，模型走向临床仍需系统验证。 为叙述性综述（证据档位B），未开展原始数据分析；材料未报告纳入文献数量、检索策略与随访时长，亦未报告具体样
Orochi 4.0纯Python架构统一全散射数据还原与实空间PDF建模
结论：作者提出Orochi 4.0这一开源纯Python架构，将全散射数据还原、对称性感知晶体学建模与实空间PDF模拟统一于同一环境；属方法学软件报告，证据档位C，提示其可改善工作流碎片化问题。 设计：预印本的方法学/软件架构报告，非对照实验；描述Orochi 4.0以纯Pyth
胰腺癌苯丙氨酸代谢的多组学与机器学习诊断及靶点分析
该研究关注苯丙氨酸代谢在胰腺癌中的诊断价值及潜在治疗靶点。 据标题推测，研究采用整合多组学数据与机器学习的方法进行分析。
主动推断与人工推理：把"洞见时刻"写成可计算的实验选择
Nature Communications · 2026-09-08 · 期刊论文（Karl Friston 等） 论文处理的是"采样哪些结果能最大程度揭示世界模型结构"这一问题，为 结构学习（尤其是规则发现） 提供了原则性方法：在主动推断
基于大语言模型的分类器用于摘要筛选的案例研究
基于大语言模型的分类器可在仅损失少量相关研究的前提下，减少需要人工筛选的记录比例。 研究评估Epistemonikos可持续知识平台中结合大语言模型的分类器，用于摘要筛选环节。
实验室医学中的人工智能：从机器学习到大型语言模型
综述认为实验室医学中的人工智能正从结构化数据的传统机器学习，转向可处理非结构化临床文本的大型语言模型。 采用叙述性综述，比较传统机器学习、深度学习、通用大型语言模型与实验室专用基础模型四类范式。
ADAPT for Science：自演化科学优化的多智能体框架
该预印本提出多智能体框架 ADAPT for Science，在引力波探测器设计任务上，于同等科学评价预算下取得比最优经典优化器低 54.9% 的损失；属计算基准研究，证据档位 C。 设计为方法提出与基准比较：以可微物理模拟器进行探测器设计，并在八个未见过的探测器拓扑上评测；对照
深度学习超声心动图心脏评估的系统综述与Meta分析（160项研究）
结论：该系统综述与Meta分析提示，全自动深度学习模型在超声心动图多类任务中表现较高，部分任务或可减少对专家判读的依赖并提升流程自动化，但临床效用与真实场景验证不足，证据档位为C。 设计与做法：系统检索PubMed、CENTRAL与Web of Science，初检16248篇，
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
可解释机器学习临床特征糖尿病预测的集成与提升算法比较
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
