医学与健康

461 条内容

PloS one 2026年9月17日
该综述按PRISMA 2020与SPIDER框架检索PubMed、Scopus、ScienceDirect和IEEE Xplore，纳入10项评估减少药物相互作用或不适当处方的计算与临床决策支持干预的原始研究，按确定性、本体论和随机/生成式三类进行叙述性综合，并用PROBAST+AI评估偏倚风险，发现早期确定性系统在处方流程指标上有适度改善但与患者层面结局关联不一致，近期随机与生成式模型报告了较强的内部性能指标，而AI驱动研究在分析域普遍存在高偏倚风险，主要源于外部验证有限、校准报告不足以及过拟合与数据泄漏处理不清，因此现有证据尚不能证明方法学复杂度的提升带来了成比例的可临床可靠决策支持改善。
该综述按PRISMA 2020与SPIDER框架检索PubMed、Scopus、ScienceDirect和IEEE Xplore，纳入10项评估减少药物相互作用或不适当处方的计算与临床决策支持干预的原始研究，按确定性、本体论和随机/生成式三类进行叙述性综合，并用PROBAST+AI评估偏倚风险，发现早期确定性系统在处方流程指标上有适度改善但与患者层面结局关联不一致，近期随机与生成式模型报告了较强的内部性能指标，而AI驱动研究在分析域普遍存在高偏倚风险，主要源于外部验证有限、校准报告不足以及过拟合与数据泄漏处理不清，因此现有证据尚不能证明方法学复杂度的提升带来了成比例的可临床可靠决策支持改善。
确定性到随机性干预减少不适当处方中的药物相互作用：一项系统综述
该综述按PRISMA 2020与SPIDER框架检索PubMed、Scopus、ScienceDirect和IEEE Xplore，纳入10项评估减少药物相互作用或不适当处方的计算与临床决策支持干预的原始研究，按确定性、本体论和随机/生成式三类进行叙述性综合，并用PROBAST+AI评估偏倚风险，发现早期确定性系统在处方流程指标上有适度改善但与患者层面结局关联不一致，近期随机与生成式模型报告了较强的内部性能指标，而AI驱动研究在分析域普遍存在高偏倚风险，主要源于外部验证有限、校准报告不足以及过拟合与数据泄漏处理不清，因此现有证据尚不能证明方法学复杂度的提升带来了成比例的可临床可靠决策支持改善。
该综述按PRISMA 2020与SPIDER框架检索PubMed、Scopus、ScienceDirect和IEEE Xplore，纳入10项评估减少药物相互作用或不适当处方的计算与临床决策支持干预的原始研究，按确定性、本体论和随机/生成式三类进行叙述性综合，并用PROBAST+AI评估偏倚风险，发现早期确定性系统在处方流程指标上有适度改善但与患者层面结局关联不一致，近期随机与生成式模型报告了较强的内部性能指标，而AI驱动研究在分析域普遍存在高偏倚风险，主要源于外部验证有限、校准报告不足以及过拟合与数据泄漏处理不清，因此现有证据尚不能证明方法学复杂度的提升带来了成比例的可临床可靠决策支持改善。
Medicinal chemistry research : an international journal for rapid communications on design and mechanisms of action of biologically active agents 2026年9月17日
这篇综述系统梳理了人工智能与机器学习在先导化合物优化中的应用现状，涵盖图神经网络、Transformer架构、扩散模型与化学基础模型在分子设计与性质预测方面的进展，并讨论了以数据为中心的人工智能、不确定性量化、可信人工智能、人工智能优化悖论以及从分子预测转向科学决策等新兴概念，指出尽管工业界采用日益增加，人工智能仍依赖高质量实验数据、模型泛化能力与严格实验验证，未来进展更多取决于能在迭代式先导优化工作流中改善科学决策的可信人工智能系统，而非日益复杂的算法。
这篇综述系统梳理了人工智能与机器学习在先导化合物优化中的应用现状，涵盖图神经网络、Transformer架构、扩散模型与化学基础模型在分子设计与性质预测方面的进展，并讨论了以数据为中心的人工智能、不确定性量化、可信人工智能、人工智能优化悖论以及从分子预测转向科学决策等新兴概念，指出尽管工业界采用日益增加，人工智能仍依赖高质量实验数据、模型泛化能力与严格实验验证，未来进展更多取决于能在迭代式先导优化工作流中改善科学决策的可信人工智能系统，而非日益复杂的算法。
人工智能辅助药物发现中的先导化合物优化：连接计算进展与转化挑战
这篇综述系统梳理了人工智能与机器学习在先导化合物优化中的应用现状，涵盖图神经网络、Transformer架构、扩散模型与化学基础模型在分子设计与性质预测方面的进展，并讨论了以数据为中心的人工智能、不确定性量化、可信人工智能、人工智能优化悖论以及从分子预测转向科学决策等新兴概念，指出尽管工业界采用日益增加，人工智能仍依赖高质量实验数据、模型泛化能力与严格实验验证，未来进展更多取决于能在迭代式先导优化工作流中改善科学决策的可信人工智能系统，而非日益复杂的算法。
这篇综述系统梳理了人工智能与机器学习在先导化合物优化中的应用现状，涵盖图神经网络、Transformer架构、扩散模型与化学基础模型在分子设计与性质预测方面的进展，并讨论了以数据为中心的人工智能、不确定性量化、可信人工智能、人工智能优化悖论以及从分子预测转向科学决策等新兴概念，指出尽管工业界采用日益增加，人工智能仍依赖高质量实验数据、模型泛化能力与严格实验验证，未来进展更多取决于能在迭代式先导优化工作流中改善科学决策的可信人工智能系统，而非日益复杂的算法。
PLOS digital health 2026年9月17日
该研究提出并评估了 M3——一个基于模型上下文协议（MCP）的 Python 服务器系统，使研究者能用自然语言查询 MIMIC-IV 重症监护数据库；在 EHRSQL 2024 基准各 100 道可回答与不可回答问题上，Claude Sonnet 4 在可回答问题上达到 94% 准确率、可在消费级硬件本地部署的开源权重模型 gpt-oss-20B 达到 93%（McNemar 检验 p=1.00，未发现可检测差异），而 gpt-oss-20B 在不可回答问题上正确弃答率为 69%，错误主要源于问题歧义与模式映射不匹配。
该研究提出并评估了 M3——一个基于模型上下文协议（MCP）的 Python 服务器系统，使研究者能用自然语言查询 MIMIC-IV 重症监护数据库；在 EHRSQL 2024 基准各 100 道可回答与不可回答问题上，Claude Sonnet 4 在可回答问题上达到 94% 准确率、可在消费级硬件本地部署的开源权重模型 gpt-oss-20B 达到 93%（McNemar 检验 p=1.00，未发现可检测差异），而 gpt-oss-20B 在不可回答问题上正确弃答率为 69%，错误主要源于问题歧义与模式映射不匹配。
M3：对话式大语言模型简化临床数据的安全访问、理解与分析
该研究提出并评估了 M3——一个基于模型上下文协议（MCP）的 Python 服务器系统，使研究者能用自然语言查询 MIMIC-IV 重症监护数据库；在 EHRSQL 2024 基准各 100 道可回答与不可回答问题上，Claude Sonnet 4 在可回答问题上达到 94% 准确率、可在消费级硬件本地部署的开源权重模型 gpt-oss-20B 达到 93%（McNemar 检验 p=1.00，未发现可检测差异），而 gpt-oss-20B 在不可回答问题上正确弃答率为 69%，错误主要源于问题歧义与模式映射不匹配。
该研究提出并评估了 M3——一个基于模型上下文协议（MCP）的 Python 服务器系统，使研究者能用自然语言查询 MIMIC-IV 重症监护数据库；在 EHRSQL 2024 基准各 100 道可回答与不可回答问题上，Claude Sonnet 4 在可回答问题上达到 94% 准确率、可在消费级硬件本地部署的开源权重模型 gpt-oss-20B 达到 93%（McNemar 检验 p=1.00，未发现可检测差异），而 gpt-oss-20B 在不可回答问题上正确弃答率为 69%，错误主要源于问题歧义与模式映射不匹配。
Science (New York, N.Y.) 2026年9月17日
该工作开发了RADAR——一个在超过40万例增强腹部CT检查和1500万解剖结构对应的图文对上训练的通用视觉-语言模型，直接利用临床报告学习而无需人工标注，在18个解剖结构和146种影像表现的内部与外部多中心评估中取得高诊断性能与稳健泛化，并在读者研究中使26名放射科医师的诊断敏感度提升约10%。
该工作开发了RADAR——一个在超过40万例增强腹部CT检查和1500万解剖结构对应的图文对上训练的通用视觉-语言模型，直接利用临床报告学习而无需人工标注，在18个解剖结构和146种影像表现的内部与外部多中心评估中取得高诊断性能与稳健泛化，并在读者研究中使26名放射科医师的诊断敏感度提升约10%。
面向腹部CT诊断的专家级通才AI：RADAR
该工作开发了RADAR——一个在超过40万例增强腹部CT检查和1500万解剖结构对应的图文对上训练的通用视觉-语言模型，直接利用临床报告学习而无需人工标注，在18个解剖结构和146种影像表现的内部与外部多中心评估中取得高诊断性能与稳健泛化，并在读者研究中使26名放射科医师的诊断敏感度提升约10%。
该工作开发了RADAR——一个在超过40万例增强腹部CT检查和1500万解剖结构对应的图文对上训练的通用视觉-语言模型，直接利用临床报告学习而无需人工标注，在18个解剖结构和146种影像表现的内部与外部多中心评估中取得高诊断性能与稳健泛化，并在读者研究中使26名放射科医师的诊断敏感度提升约10%。
PLOS digital health 2026年9月17日
该研究以BioNLP 2023报告摘要数据集中的100份放射报告为输入，让五个大语言模型在各自经预试验选定的提示风格下（GPT-4用少样本、GPT-4o mini与Gemini 1.5 Pro/Flash用生成知识、Llama 3.1用零样本）生成面向患者的通俗摘要，再由两名放射科专科培训医师、两个大型推理模型（Gemini 2.5 Pro与GPT-oss-120b）以及可读性指标进行混合评估，结果显示Gemini 1.5 Flash与Pro配合生成知识提示在可操作性、最少监督可用性和可读性上排名最高，GPT-4少样本在人类评分者眼中准确率最高（98%），且人类专家与大型推理模型的评分高度一致。
该研究以BioNLP 2023报告摘要数据集中的100份放射报告为输入，让五个大语言模型在各自经预试验选定的提示风格下（GPT-4用少样本、GPT-4o mini与Gemini 1.5 Pro/Flash用生成知识、Llama 3.1用零样本）生成面向患者的通俗摘要，再由两名放射科专科培训医师、两个大型推理模型（Gemini 2.5 Pro与GPT-oss-120b）以及可读性指标进行混合评估，结果显示Gemini 1.5 Flash与Pro配合生成知识提示在可操作性、最少监督可用性和可读性上排名最高，GPT-4少样本在人类评分者眼中准确率最高（98%），且人类专家与大型推理模型的评分高度一致。
用定制提示策略与混合方法评估大语言模型生成放射报告通俗摘要的能力
该研究以BioNLP 2023报告摘要数据集中的100份放射报告为输入，让五个大语言模型在各自经预试验选定的提示风格下（GPT-4用少样本、GPT-4o mini与Gemini 1.5 Pro/Flash用生成知识、Llama 3.1用零样本）生成面向患者的通俗摘要，再由两名放射科专科培训医师、两个大型推理模型（Gemini 2.5 Pro与GPT-oss-120b）以及可读性指标进行混合评估，结果显示Gemini 1.5 Flash与Pro配合生成知识提示在可操作性、最少监督可用性和可读性上排名最高，GPT-4少样本在人类评分者眼中准确率最高（98%），且人类专家与大型推理模型的评分高度一致。
该研究以BioNLP 2023报告摘要数据集中的100份放射报告为输入，让五个大语言模型在各自经预试验选定的提示风格下（GPT-4用少样本、GPT-4o mini与Gemini 1.5 Pro/Flash用生成知识、Llama 3.1用零样本）生成面向患者的通俗摘要，再由两名放射科专科培训医师、两个大型推理模型（Gemini 2.5 Pro与GPT-oss-120b）以及可读性指标进行混合评估，结果显示Gemini 1.5 Flash与Pro配合生成知识提示在可操作性、最少监督可用性和可读性上排名最高，GPT-4少样本在人类评分者眼中准确率最高（98%），且人类专家与大型推理模型的评分高度一致。
Journal of medical Internet research 2026年9月17日
这项回顾性研究将107例单中心肝胆胰肿瘤多学科团队（MDT）会议病例的标准化摘要重复4次提交给GPT-4o、GPT-5.2、Gemini 3 Pro和Claude Sonnet 4.5四个大语言模型，发现模型间回答稳定性差异显著（Gemini 3 Pro不一致率最低，均值12.8%，Fleiss κ=0.737；GPT-4o最高，均值30.2%，Fleiss κ=0.430），与MDT决策的一致率在初始回答下为48.6%–72.9%、在众数回答下为66.3%–74.5%，且手术类F1分数（0.400–0.520）持续低于化疗类（0.621–0.836），提示仅用一致性不足以评估大语言模型作为临床决策支持工具。
这项回顾性研究将107例单中心肝胆胰肿瘤多学科团队（MDT）会议病例的标准化摘要重复4次提交给GPT-4o、GPT-5.2、Gemini 3 Pro和Claude Sonnet 4.5四个大语言模型，发现模型间回答稳定性差异显著（Gemini 3 Pro不一致率最低，均值12.8%，Fleiss κ=0.737；GPT-4o最高，均值30.2%，Fleiss κ=0.430），与MDT决策的一致率在初始回答下为48.6%–72.9%、在众数回答下为66.3%–74.5%，且手术类F1分数（0.400–0.520）持续低于化疗类（0.621–0.836），提示仅用一致性不足以评估大语言模型作为临床决策支持工具。
大语言模型在肝胆胰肿瘤多学科决策中的稳定性与一致性：回顾性比较可行性研究
这项回顾性研究将107例单中心肝胆胰肿瘤多学科团队（MDT）会议病例的标准化摘要重复4次提交给GPT-4o、GPT-5.2、Gemini 3 Pro和Claude Sonnet 4.5四个大语言模型，发现模型间回答稳定性差异显著（Gemini 3 Pro不一致率最低，均值12.8%，Fleiss κ=0.737；GPT-4o最高，均值30.2%，Fleiss κ=0.430），与MDT决策的一致率在初始回答下为48.6%–72.9%、在众数回答下为66.3%–74.5%，且手术类F1分数（0.400–0.520）持续低于化疗类（0.621–0.836），提示仅用一致性不足以评估大语言模型作为临床决策支持工具。
这项回顾性研究将107例单中心肝胆胰肿瘤多学科团队（MDT）会议病例的标准化摘要重复4次提交给GPT-4o、GPT-5.2、Gemini 3 Pro和Claude Sonnet 4.5四个大语言模型，发现模型间回答稳定性差异显著（Gemini 3 Pro不一致率最低，均值12.8%，Fleiss κ=0.737；GPT-4o最高，均值30.2%，Fleiss κ=0.430），与MDT决策的一致率在初始回答下为48.6%–72.9%、在众数回答下为66.3%–74.5%，且手术类F1分数（0.400–0.520）持续低于化疗类（0.621–0.836），提示仅用一致性不足以评估大语言模型作为临床决策支持工具。
Biology of reproduction 2026年9月17日
该研究开发了一个基于HALO AI的胎盘组织分类器，利用PLAP与DAPI染色将切片分割为绒毛核心、绒毛滋养层（VT）和绒毛间隙（IVS），并用SDC-1与vimentin染色验证了分类区域内面积与强度测量的准确性，在整张切片扫描图像上使染色分析面积较单个视野增加245倍。
该研究开发了一个基于HALO AI的胎盘组织分类器，利用PLAP与DAPI染色将切片分割为绒毛核心、绒毛滋养层（VT）和绒毛间隙（IVS），并用SDC-1与vimentin染色验证了分类区域内面积与强度测量的准确性，在整张切片扫描图像上使染色分析面积较单个视野增加245倍。
用免疫荧光染色与人工智能分析流程分割胎盘组织
该研究开发了一个基于HALO AI的胎盘组织分类器，利用PLAP与DAPI染色将切片分割为绒毛核心、绒毛滋养层（VT）和绒毛间隙（IVS），并用SDC-1与vimentin染色验证了分类区域内面积与强度测量的准确性，在整张切片扫描图像上使染色分析面积较单个视野增加245倍。
该研究开发了一个基于HALO AI的胎盘组织分类器，利用PLAP与DAPI染色将切片分割为绒毛核心、绒毛滋养层（VT）和绒毛间隙（IVS），并用SDC-1与vimentin染色验证了分类区域内面积与强度测量的准确性，在整张切片扫描图像上使染色分析面积较单个视野增加245倍。
Ocular immunology and inflammation 2026年9月17日
该研究对49例经细胞病理学、免疫组化、流式细胞术和/或MYD88 PCR确诊的玻璃体视网膜淋巴瘤（VRL）患者的眼内标本进行宿主基因组宏基因组深度测序（MDS），并将检出的基因突变与癌症体细胞突变目录（COSMIC）数据库交叉比对，结果在4例患者的6份标本中发现8个与化疗耐药相关的基因突变，其中3例患者的4份标本携带与甲氨蝶呤（VRL主要治疗药物）耐药相关的突变，且1例患者在初次玻璃体切除及随后两次复发时的连续采样中每个时间点均检出不同的耐药相关突变，该患者虽接受包括利妥昔单抗、巩固方案和来那度胺在内的多药治疗仍最终死亡，而其余3例患者保持长期缓解。
该研究对49例经细胞病理学、免疫组化、流式细胞术和/或MYD88 PCR确诊的玻璃体视网膜淋巴瘤（VRL）患者的眼内标本进行宿主基因组宏基因组深度测序（MDS），并将检出的基因突变与癌症体细胞突变目录（COSMIC）数据库交叉比对，结果在4例患者的6份标本中发现8个与化疗耐药相关的基因突变，其中3例患者的4份标本携带与甲氨蝶呤（VRL主要治疗药物）耐药相关的突变，且1例患者在初次玻璃体切除及随后两次复发时的连续采样中每个时间点均检出不同的耐药相关突变，该患者虽接受包括利妥昔单抗、巩固方案和来那度胺在内的多药治疗仍最终死亡，而其余3例患者保持长期缓解。
宏基因组深度测序在玻璃体视网膜淋巴瘤中识别与化疗耐药相关的基因突变
该研究对49例经细胞病理学、免疫组化、流式细胞术和/或MYD88 PCR确诊的玻璃体视网膜淋巴瘤（VRL）患者的眼内标本进行宿主基因组宏基因组深度测序（MDS），并将检出的基因突变与癌症体细胞突变目录（COSMIC）数据库交叉比对，结果在4例患者的6份标本中发现8个与化疗耐药相关的基因突变，其中3例患者的4份标本携带与甲氨蝶呤（VRL主要治疗药物）耐药相关的突变，且1例患者在初次玻璃体切除及随后两次复发时的连续采样中每个时间点均检出不同的耐药相关突变，该患者虽接受包括利妥昔单抗、巩固方案和来那度胺在内的多药治疗仍最终死亡，而其余3例患者保持长期缓解。
该研究对49例经细胞病理学、免疫组化、流式细胞术和/或MYD88 PCR确诊的玻璃体视网膜淋巴瘤（VRL）患者的眼内标本进行宿主基因组宏基因组深度测序（MDS），并将检出的基因突变与癌症体细胞突变目录（COSMIC）数据库交叉比对，结果在4例患者的6份标本中发现8个与化疗耐药相关的基因突变，其中3例患者的4份标本携带与甲氨蝶呤（VRL主要治疗药物）耐药相关的突变，且1例患者在初次玻璃体切除及随后两次复发时的连续采样中每个时间点均检出不同的耐药相关突变，该患者虽接受包括利妥昔单抗、巩固方案和来那度胺在内的多药治疗仍最终死亡，而其余3例患者保持长期缓解。
Stroke 2026年9月17日
这篇综述综合了急性卒中管理中可解释人工智能与公平性人工智能的现有文献，指出人工智能已在大血管闭塞检测、Alberta卒中项目早期CT评分和功能预后预测等任务上表现良好，但可解释性方法多为事后近似且很少被正式检验，公平性评估因人口统计学元数据有限、监管限制和缺乏卒中专用公平标准而少见，可解释性与公平性彼此脱节，泛化性也受数据集划分策略与报告实践影响，因此呼吁建立同时评估可解释性、公平性与泛化性的统一评价框架。
这篇综述综合了急性卒中管理中可解释人工智能与公平性人工智能的现有文献，指出人工智能已在大血管闭塞检测、Alberta卒中项目早期CT评分和功能预后预测等任务上表现良好，但可解释性方法多为事后近似且很少被正式检验，公平性评估因人口统计学元数据有限、监管限制和缺乏卒中专用公平标准而少见，可解释性与公平性彼此脱节，泛化性也受数据集划分策略与报告实践影响，因此呼吁建立同时评估可解释性、公平性与泛化性的统一评价框架。
急性卒中管理中的负责任人工智能：可解释性与公平性的综述
这篇综述综合了急性卒中管理中可解释人工智能与公平性人工智能的现有文献，指出人工智能已在大血管闭塞检测、Alberta卒中项目早期CT评分和功能预后预测等任务上表现良好，但可解释性方法多为事后近似且很少被正式检验，公平性评估因人口统计学元数据有限、监管限制和缺乏卒中专用公平标准而少见，可解释性与公平性彼此脱节，泛化性也受数据集划分策略与报告实践影响，因此呼吁建立同时评估可解释性、公平性与泛化性的统一评价框架。
这篇综述综合了急性卒中管理中可解释人工智能与公平性人工智能的现有文献，指出人工智能已在大血管闭塞检测、Alberta卒中项目早期CT评分和功能预后预测等任务上表现良好，但可解释性方法多为事后近似且很少被正式检验，公平性评估因人口统计学元数据有限、监管限制和缺乏卒中专用公平标准而少见，可解释性与公平性彼此脱节，泛化性也受数据集划分策略与报告实践影响，因此呼吁建立同时评估可解释性、公平性与泛化性的统一评价框架。
Journal of Agricultural and Food Chemistry 2026年9月17日
这篇综述系统梳理了食源性降压肽的来源与新型制备策略、其多靶点作用机制与构效关系，并总结了机器学习在降压肽精准识别与活性预测中的应用，指出未来需整合先进生物技术与智能平台以加速其从实验室走向临床应用。
这篇综述系统梳理了食源性降压肽的来源与新型制备策略、其多靶点作用机制与构效关系，并总结了机器学习在降压肽精准识别与活性预测中的应用，指出未来需整合先进生物技术与智能平台以加速其从实验室走向临床应用。
食源性降压肽：制备策略、多靶点机制与机器学习进展综述
这篇综述系统梳理了食源性降压肽的来源与新型制备策略、其多靶点作用机制与构效关系，并总结了机器学习在降压肽精准识别与活性预测中的应用，指出未来需整合先进生物技术与智能平台以加速其从实验室走向临床应用。
这篇综述系统梳理了食源性降压肽的来源与新型制备策略、其多靶点作用机制与构效关系，并总结了机器学习在降压肽精准识别与活性预测中的应用，指出未来需整合先进生物技术与智能平台以加速其从实验室走向临床应用。

第 31 页 · 当前显示 10 项