基于电子病历的住院患者衰弱预测机器学习模型开发与内部验证
利用入院72小时内常规电子病历数据构建的XGBoost模型可在住院早期识别衰弱患者，测试集F2-score为0.755、AUROC为0.777、召回率0.873，校准良好，提示该方法具有早期筛查潜力。 回顾性队列研究，数据来自澳大利亚皇家阿德莱德医院2023年7月至2024年12
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
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
AI心电图筛查低射血分数的随机对照试验系统评价与Meta分析
在常规诊疗中，将AI心电图筛查加入常规照护可提高新发低射血分数（≤50%）的检出（RR 1.36，95% CI 1.12–1.64），且未明显增加超声心动图转诊；证据档位A。 系统评价与Meta分析，方案于PROSPERO注册（CRD420261287652），检索PubMed、
