标签:AI 科研智能体

该标签下的全部条目(栏目名、期号「YYYY-MM-DD」与「每日前沿」都会作为标签)。

结构化流程与检索增强生成提升大模型结直肠癌肝转移推荐一致性:110例情景研究

在110例合成结直肠癌肝转移(CRLM)情景中,将专家流程引导与检索增强生成结合(WF-RAG-LLM)的推理策略,与专家参考推荐的一致性总分最高(0.626±0.070),提示该架构可能改善大模型对多学科肿瘤决策的复现。 研究为预印本,采用方法学比较设计:基于同一大模型(gpt

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

AI整合iPSC多组学用于罕见病表型发现与药物靶点识别(综述)

结论:该综述提示,将患者来源iPSC模型与转录组、蛋白组、代谢组等多组学及人工智能整合,可在样本量有限条件下辅助罕见病表型定义与可成药靶点优先级排序;属叙述性综述,证据档位B,尚不足以下结论其临床效用。 设计:短篇综述,非系统评价,未报告检索策略、纳入文献数量或定量合并方法;所述

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;

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

儿科临床生成式AI开发与实施建议:政策声明

该政策声明认为,生成式人工智能(GenAI)在儿科医疗中具有潜在应用价值,但真实世界验证有限,准确性、偏倚、可靠性与可持续性等问题尚存,因此当前证据不足以支持其在儿科临床的常规落地,需以严格监管与问责为前提推进。 研究设计为政策声明类文献,非原始研究,材料未报告样本量、干预与对照

89名美国心理治疗师对系统实践中人工智能的看法:混合方法研究

结论方向:受访心理健康从业者对AI在系统实践中呈“有条件接受”——对辅助临床工作感知价值较高,对可能损害专业判断、保密性、情境理解与人际联结则顾虑更多;该结论基于89名从业者自我报告,属描述性证据。 研究设计与做法:采用收敛式混合方法设计,纳入美国89名在职心理健康专业人员,调查

生成式AI与主动学习提升纳米结构材料比刚度

该研究提示,在体素化结构空间中直接搜索可系统发现超出预设拓扑族的力学高效纳米结构,所发现的架构在计算与实验层面均表现出更高的杨氏模量与强度。 设计为计算框架结合实验验证:将立方对称单胞(杆基、TPMS基与混合族)编码为连续潜表示,采用代理模型引导的多目标搜索与主动学习循环,共进行

生成式AI教育研究早期证据合成的认识论审计与再分析

对首批ChatGPT教育效果元分析的系统审计提示,其合并效应虽为正,但异质性极大、敏感性分析后明显衰减,且原始研究多只测表现而非学习;因此不宜把单一合并估计当作稳定的一般效应,证据档位为C,不足以下结论。 设计为系统综述与探索性元分析(认识论审计):纳入ChatGPT发布后定量合