ISPOR特别工作组良好实践报告：生成式人工智能用于系统文献综述
ISPOR特别工作组发布首份关于生成式AI用于系统文献综述各核心任务的循证良好实践建议。 采用改良PRISMA快速证据评估，纳入2022年11月至2025年7月间115项实证研究，按七类任务定性综合并构建任务级评估框架。
人工智能在呼吸医学中的应用、方法学挑战与临床转化
该综述梳理了人工智能在呼吸医学多个领域的应用现状与临床转化路径。 采用受邀前沿综述形式，综合影像、生理信号、电子健康记录及患者生成信息等多模态数据证据。
药物发现中人工智能应用的PRISMA系统综述：方法、挑战与评价实践
该系统综述按PRISMA 2020纳入618项同行评议研究，提示机器学习与深度学习已主导药物发现研究（分别占99.8%与78.0%），但数据集透明度（45%）与可重复性（38%）偏弱、外部验证罕见，评价实践不均衡，整体证据档位为C。 为PRISMA 2020系统综述；检索Scop
生成式AI设计并实验验证超宽带近零介电常数完美吸收器
结论方向：研究提示生成式深度神经网络可辅助设计超薄多层近零介电常数吸收器，并在实验中实现近红外超宽带近完美吸收；证据档位为C，属材料设计与实验演示类研究，方向为性能提升但需外部重复验证。 研究设计与做法：为算法驱动的材料设计加实验演示研究，非临床研究。以生成式深度神经网络学习高性
眼反射图像人物与场景分析的机器学习系统综述
该综述提示，机器学习方法在利用眼反射图像进行人物与场景分析方面已有初步探索，但现有研究分散于不同任务与应用领域，尚不足以形成统一结论。 研究为系统文献综述，遵循Kitchenham与Charters指南及PRISMA 2020框架，从Q1与Q2期刊中系统筛选出2006年1月至20
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；
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。
大语言模型在肝胆胰肿瘤多学科决策中的回顾性比较可行性研究
针对肝胆胰肿瘤多学科决策场景，评估当代大语言模型治疗建议的稳定性及其与团队决策的一致性。 回顾性比较可行性研究，对相同肝胆胰肿瘤病例重复查询大语言模型，考察同一输入下输出是否一致，并与多学科团队决策比对。
融合频谱、功能连接与拓扑特征的被试级ADHD脑电分类框架
研究提出一种被试级脑电分类框架，融合频谱特征、基于加权相位滞后指数（wPLI）的功能连接与持续同调拓扑描述符，用于注意缺陷多动障碍（ADHD）分类；在121例受试者中，支持向量机（SVM）取得最高分类性能，消融分析提示三类特征具有互补性；该结果为预印本，证据档位为C。 研究为方法
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
