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
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
本期共 8 条,覆盖 人工智能、生命科学、化学。
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;
结论:作者开发的SpheroQuaNNt基于U-Net卷积神经网络实现球体分割与体积估算,在验证集上分割准确率较高,且与两名专家独立测量结果一致性较好;证据档位为C,提示其可降低人工判读的操作者间变异,但尚不足以支持其作为药筛标准工具的结论。 设计:方法学开发与验证研究;模型训练
结论:铜基 MOF 包覆颗粒活性炭在固定床柱中显示抗菌与吸附抗生素中间体的协同作用,并可降低胞内 ARGs 与 ARB,但前置氯化可能促进铜绿假单胞菌生长并干扰部分 ARGs/ARB 的削减,方向不一致,属「提示」性结论。 设计与做法:实验室固定床柱研究,比较 GAC-CuBDC
该初步观察研究提示,消化内镜操作会产生可量化的焚烧相关CO2排放,其中ESD单次操作排放量最高,ERCP与EGD按每分钟计的排放强度最高;证据档位为C,属描述性基线数据,不足以下因果或普遍化结论。 设计为双中心观察性研究,纳入2024年6月至2025年1月的EGD、结肠镜(CS)
结论:该综述认为ZnO纳米颗粒及其与g-C3N4构成的S型异质结兼具广谱抗菌与可见光催化降解能力,在食品保鲜包装、霉菌毒素与农残降解及病原检测方面具有应用前景;证据档位为B,属综述层面的证据支持,尚不足以支持其在实际食品体系中的安全性与有效性结论。 设计:叙述性综述,非原始实验研
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
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