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。
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。
研究提出并评估“检索后验证”方法,用于衡量大语言模型生成医学信息的证据支持度与幻觉。 针对AI生成医学信息缺乏源文档明确支持的问题,开展实证研究以直接评估其是否基于底层证据。
系统综述旨在汇总机器学习与深度学习模型对住院成人脓毒症的预测表现,并单独描述相关医疗负担。 纳入相关研究开展系统综述与亚组荟萃分析,并按预测时间窗与验证成熟度分层,另用韩国国家住院索赔数据分析负担。
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。
三种当代大语言模型在苯妥英与地高辛治疗药物监测解读上表现存在领域差异。 向Claude Sonnet 4.6、ChatGPT 5.5与Gemini 3.1 Pro提交30个结构化临床情景,由两名评分者盲法独立评分。
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。
提出一种基于深度学习的磁共振弹性成像重建方法,旨在加速并稳定传统反演流程。 构建开源物理仿真框架,结合LiTS数据集的肝脏与肿瘤几何及临床刚度先验,生成大规模基准数据集。
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。
血液学生成式AI正从问答转向执行任务,制约因素或由准确性转向可治理性。 该文为观点性论述,讨论智能体在病例结构化提取、分流、变异分类及指南与病例记忆锚定推荐中的应用。
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。