AI素养研究现状透视:17项系统评价揭示教师核心能力培养方向
究竟什么是AI素养？虽然目前尚未形成针对各年龄段的专门AI素养定义，但通过梳理相关综述研究成果，学界对AI素养内涵已达成较高程度的共识。在人工智能教育领域，Long和Magerko（2020）提出的AI素养框架已被众多研究广泛采用。该框架指出，AI素养不仅涵盖对人工智能知识与技术的理解，更注重个体能够以高效、负责且具有批判性的方式运用人工智能，并在人机协作中做出恰当判断与决策。随着人工智能技术尤其是生成式AI的迅速演进，AI素养的重要性日益凸显。越来越多的研究开始关注人机交互中可能产生的负面效应，并从技术
BMC综述：AI赋能病理诊断的效能评估与临床展望
伴随数字病理与人工智能技术的飞速演进，AI在组织及细胞病理领域的应用愈发普及。尽管如此，虽然众多原始研究证实了AI在肿瘤筛查、分级及预后判断上的高精准度，但其临床落地仍受制于方法学质量参差不齐、外部验证缺失等挑战。本研究依托一项伞形综述，系统整合了6项系统综述与Meta分析的数据，旨在评估AI在病理诊断中的准确度及其临床转化前景。结果表明，特别是深度学习模型在前列腺癌、淋巴瘤、黑色素瘤、胶质瘤分级以及宫颈癌淋巴结转移等任务中展现出卓越性能，敏感性与特异性均超过95%，部分场景下甚至媲美资深病理专家。不过，
AI驱动手术室管理革新：近五年研究盘点与展望
该综述题为《Artificial Intelligence in Operating Room Management》，刊载于2024年《Journal of Medical Systems》（影响因子5.7）。研究汇总了2019至2023年间22篇文献，系统评估了机器学习技术在手术室管理领域的实践价值，核心聚焦于手术时间预估、麻醉恢复室资源配置优化及手术取消预警三大场景。研究表明XGBoost模型在预测精度上表现突出，然而数据收集、患者隐私保障以及临床实效验证构成当前主要障碍。研究严格依照PRISMA标