人工智能用于化疗患者肿瘤护理症状管理的综述
结论：综述认为人工智能有望通过实时症状监测、不良事件预测与个体化干预支持肿瘤护理中的主动症状管理，但多数应用仍处早期阶段，证据支持有限。 设计：结构化文献综述，检索PubMed、Scopus与Web of Science近十年同行评审研究，聚焦机器学习、自然语言处理、临床决策支持
人工智能在精神卫生保健中的应用及对精神科护理的启示：范围综述
结论方向：纳入的42项证据提示，AI应用与精神卫生服务可及性提升、症状管理改善及风险评估效率提高相关，但隐私、算法偏倚、透明度及治疗关系维护方面的担忧被一致报告；作者主张AI应作为辅助工具而非替代精神科护理实践。 研究设计与做法：采用范围综述设计，遵循既有范围综述方法学并按PRI
人工智能在慢性阻塞性肺疾病管理中的应用：基于系统检索的叙述性综述
结论：综述提示人工智能可能辅助慢阻肺的诊断、预后预测与远程监测，平均判别能力较高，但方法学异质性与外部验证不足使临床转化仍受限，属提示性证据。 设计：叙述性综述，按PRISMA 2020原则报告并在PROSPERO注册（CRD42024502765）；检索MEDLINE、Emba
足部矫形器处方分层机器学习决策支持框架的开发与验证
该单中心回顾性研究提示，分层机器学习框架在临床信息可得性不固定时仍能对足部矫形器处方多标签组件保持较一致的预测表现，但低患病率组件的精确率-召回率表现变异较大。方向为正向但属开发验证阶段，强度属提示性。 设计为回顾性观察研究，使用2015至2020年单中心6462次就诊级临床记录
基于常规电子健康记录数据的院内谵妄预测模型：系统综述
该系统综述旨在评估基于常规EHR数据开发的院内谵妄预测模型的构建、验证与临床可用性。 检索PubMed、MEDLINE、Embase、PsycINFO和Web of Science至2025年11月11日，纳入开发预测模型的研究，提取模型特征、验证策略、性能与偏倚风险。
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
人工智能的地缘政治
该出版物主题为人工智能的地缘政治。 摘要内容仅为第三方网站免责声明，未涉及研究设计与方法。
Orochi 4.0：纯 Python 全散射约化与 PDF 建模开源包
该预印本介绍开源纯 Python 软件包 Orochi 4.0，将全散射数据约化、对称性晶体建模与实空间 PDF 模拟整合于同一环境；属方法学工具报告，证据档位 C，未提供定量验证数据。 研究设计为软件架构与功能描述，非对照实验；材料未报告样本量、干预与对照设置及随访时长，仅说明
生成式AI与医师在放射诊断中的系统评价与荟萃分析
证据支持：在放射诊断任务中，生成式AI总体准确率低于专家医师，合并差异为医师高出13.0个百分点（95% CI 0.9–25.2，P=0.038）。 设计为系统评价与荟萃分析，前瞻性注册于PROSPERO（CRD420251040000），遵循PRISMA-DTA；检索Medli
云环境中HPC应用的智能体编排
该报告主题为云环境下高性能计算（HPC）应用的智能体化编排。 摘要仅说明报告系受资助工作成果的记述，未提供研究设计、方法或数据细节。
