融合频谱、功能连接与拓扑特征的被试级ADHD脑电分类框架
研究提出一种被试级脑电分类框架，融合频谱特征、基于加权相位滞后指数（wPLI）的功能连接与持续同调拓扑描述符，用于注意缺陷多动障碍（ADHD）分类；在121例受试者中，支持向量机（SVM）取得最高分类性能，消融分析提示三类特征具有互补性；该结果为预印本，证据档位为C。 研究为方法
ISPOR特别工作组良好实践报告：生成式人工智能用于系统文献综述
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。
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
大语言模型在肝胆胰肿瘤多学科决策中的回顾性比较可行性研究
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。
U-Net Transformer用于磁共振弹性成像重建
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。
人工智能在呼吸医学中的应用、方法学挑战与临床转化
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。
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。
连接自然、数据与人工智能：天然产物发现的跨学科路径
文章提出以跨学科整合方式，将人工智能与多组学数据结合，用于应对天然产物发现中的瓶颈问题。 传统天然产物发现受限于重复发现、去重复效率低、沉默生物合成基因簇及结构解析复杂等障碍。
AlloPool：从分子动力学模拟推断蛋白别构的深度学习框架
AlloPool可基于分子动力学模拟推断蛋白质别构特性。 该框架为图神经网络，通过迭代剪枝残基间相互作用以揭示别构相关网络。
错位之设计：基层医疗场景下生成式AI的评估与部署
作者认为生成式AI在基层医疗的核心问题不是性能本身，而是评估与部署方式的错位。 文章基于北欧与欧洲视角，提出六项基层医疗现实条件作为讨论框架。
