机器学习用于骨植入物与支架复合生物材料：制造与PSPP关系的系统综述
结论方向：系统综述提示机器学习已广泛用于复合生物材料的性能预测与设计优化，但验证环节明显滞后于建模，证据支持“建模能力已具备、验证不足”这一判断，而非支持其临床效用。 研究设计与做法：系统综述，检索PubMed/MEDLINE与Scopus，辅以IEEE Xplore、OpenA
骨质疏松性髋部骨折结局预测的AI/ML模型系统评价与Meta分析
系统评价与Meta分析提示，人工智能与机器学习模型对髋部骨折后结局（尤其死亡）具有中等至较强的区分能力，但外部验证不一致、校准报告有限，整体尚不足以支持临床常规应用。 PRISMA依从的系统评价，已在PROSPERO注册（CRD420261414142）；检索PubMed、Ovi
AI预测颅面与下颌生长的系统综述：12项研究
该系统综述提示，基于人工智能的颅面与下颌生长预测模型展现出一定预测性能，但现有证据不足以确立其优于传统统计方法，作者明确表示当前证据不支持常规临床使用。 设计为系统综述，检索9个数据库至2026年8月12日并辅以手工检索，纳入评估AI模型预测颅面或下颌生长的人体研究，共纳入12项
人工智能驱动的图方法在微生物组研究中的系统综述
该综述系统梳理了微生物组研究中基于图的人工智能分析方法，将其归纳为三类主要贡献：微生物网络表征新方法、经典图分析应用、图表示学习用于预测建模；结论层面属于对领域现状的整合性描述，而非对某一干预效果的量化验证。 研究设计为系统综述，检索并归纳相关文献，提出三分法分类框架对每项研究的
