医学 AI

Health system learning achieves generalist neuroimaging models

健康系统学习实现通用神经影像模型

Akhil Kondepudi, Akshay Rao, Chenhui Zhao, Yiwei Lyu, Samir Harake, Soumyanil Banerjee, Rushikesh Joshi, Anna-Katharina Meissner, Renly Hou, Cheng Jiang, Asadur Chowdury, Ashok Srinivasan, Brian Athey, Vikas Gulani, Aditya Pandey, Honglak Lee, Todd Hollon

机构 * Machine Learning in Neurosurgery Lab University of Michigan（密歇根大学机器学习神经外科实验室） ； University of Michigan Computational Medicine and Bioinformatics（密歇根大学计算医学与生物信息学） ； University of Michigan Computer Science and Engineering（密歇根大学计算机科学与工程） ； University of Michigan Radiology（密歇根大学放射学） 纠错

专题命中 诊断辅助 ：medical AI(abstract)；MRI(abstract)；CT(abstract)；pathology(abstract)

AI总结 NeuroVFM通过健康系统学习范式，在临床MRI和CT影像上训练，实现高性能通用神经影像模型，提升放射学诊断和报告生成的准确性与临床实用性。

Comments 53 pages, 4 main figures, 10 extended data figures

Early Lung Cancer Diagnosis from Virtual Follow-up LDCT Generation via Correlational Autoencoder and Latent Flow Matching

通过相关自编码器和潜在流匹配进行虚拟随访LDCT生成的早期肺癌诊断

Yutong Wu, Yifan Wang, Qining Zhang, Chuan Zhou, Lei Ying

专题命中 诊断辅助 ：diagnosis(title,abstract)；CT(abstract)；分类 cs.CV

AI总结 本文提出CorrFlowNet方法，通过生成虚拟随访LDCT扫描，提高早期肺癌的诊断准确性。

Comments 10 pages, 3 figures

Fairness in Multi-modal Medical Diagnosis with Demonstration Selection

多模态医学诊断中的公平性与演示选择

Dawei Li, Zijian Gu, Peng Wang, Chuhan Song, Zhen Tan, Mohan Zhang, Tianlong Chen, Yu Tian, Song Wang

机构 * Arizona State University（亚利桑那州立大学） ； University of Rochester（罗切斯特大学） ； University of Virginia（弗吉尼亚大学） ； UCL（伦敦大学学院） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Central Florida（佛罗里达中央大学） 纠错

专题命中 诊断辅助 ：diagnosis(title)；medical image(abstract,comments)；分类 cs.CV、cs.LG

AI总结 本文提出FADS方法，通过基于聚类的采样提升多模态医学影像诊断的公平性，减少性别、种族和族裔相关差异，同时保持高准确性。

Comments 10 pages (including 2 pages of references), 4 figures. This work explores fairness in multi-modal medical image reasoning using in-context learning

Rethinking Plant Disease Diagnosis: Bridging the Academic-Practical Gap with Vision Transformers and Zero-Shot Learning

重新思考植物疾病诊断：利用视觉变换器和零样本学习弥合学术与实践之间的差距

Wassim Benabbas, Mohammed Brahimi, Samir Akhrouf, Bilal Fortas

机构 * Department of Computer Science, Mohamed El Bachir El Ibrahimi University（计算机科学系，莫亨德·埃巴希里·埃布拉希米大学） ； Laboratory of Physical Chemistry and Biological Materials（物理化学与生物材料实验室） ； Laboratory of Informatics and its Applications of M’sila, Mohamed Boudiaf University（信息学及其应用实验室，莫赫梅德·布迪亚夫大学） ； Department of Computer Science, Mohamed Boudiaf University（计算机科学系，莫赫梅德·布迪亚夫大学） ； Department of agricultural science, Mohamed El Bachir El Ibrahimi University（农业科学系，莫亨德·埃巴希里·埃布拉希米大学） ； Laboratoire d’Amélioration et de Développement de la Production Végétale et Animale (LADPVA), University of Ferhat ABBAS (UFAS-Sétif1)（植物和动物生产改良与发展实验室（LADPVA），费哈特·阿巴斯大学（UFAS-Sétif1）） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 本文通过视觉变换器和零样本学习方法，解决植物疾病诊断中学术数据与实际应用之间的差距问题。

Computer Vision for Real-Time Monkeypox Diagnosis on Embedded Systems

面向嵌入式系统的实时猴痘诊断计算机视觉

Jacob M. Delgado-López, Ricardo A. Morell-Rodriguez, Sebastián O. Espinosa-Del Rosario, Wilfredo E. Lugo-Beauchamp

机构 * Department of Computer Science and Engineering（计算机科学与工程系） ； University of Puerto Rico Mayagüez（波多黎各五月谷大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 本研究提出一种基于MobileNetV2和TensorRT优化的嵌入式系统猴痘诊断工具，实现高精度、低能耗的实时诊断。

Towards Robust and Fair Next Visit Diagnosis Prediction under Noisy Clinical Notes with Large Language Models

基于大型语言模型的噪声临床笔记下的稳健与公平下次就诊诊断预测

Heejoon Koo

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出基于大型语言模型的稳健与公平下次就诊诊断预测方法，通过标签缩减和分层推理策略提升预测鲁棒性和公平性。

Comments Accepted by the Association for the Advancement of Artificial Intelligence (AAAI) 2026 1st Workshop on Safe, Ethical, Certified, Uncertainty-aware, Robust, and Explainable AI for Health (SECURE-AI4H)

Leveraging Evidence-Guided LLMs to Enhance Trustworthy Depression Diagnosis

利用证据引导的LLM提升可信的抑郁症诊断

Yining Yuan, J. Ben Tamo, Micky C. Nnamdi, Yifei Wang, May D. Wang

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出EGDR框架，通过证据引导推理和置信度评分提升抑郁症诊断的准确性和可信度。

Hierarchical knowledge guided fault intensity diagnosis of complex industrial systems

分层知识引导的复杂工业系统故障强度诊断

Yu Sha, Shuiping Gou, Bo Liu, Johannes Faber, Ningtao Liu, Stefan Schramm, Horst Stoecker, Thomas Steckenreiter, Domagoj Vnucec, Nadine Wetzstein, Andreas Widl, Kai Zhou

机构 * School of Artificial Intelligence, Xidian University, Xian, China（西安电子科技大学人工智能学院） ； School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen, China（香港科技大学（深圳）科学与工程学院） ； Frankfurt Institute for Advanced Studies, Frankfurt am Main, Germany（法兰克福高级研究院） ； Xidian-FIAS international Joint Research Center, Frankfurt am Main, Germany（西电-法兰克福国际联合研究中心） ； Institut für Theoretische Physik, Goethe Universität Frankfurt, Frankfurt am Main, Germany（法兰克福歌德大学理论物理研究所） ； GSI Helmholtzzentrum für Schwerionenforschung GmbH, Darmstadt, Germany（重离子研究中心（GSI）） ； SAMSON AG, Frankfurt am Main, Germany（SAMSON公司） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出了一种分层知识引导的故障强度诊断框架，通过引入层次知识相关矩阵解决依赖关系问题，提升复杂工业系统故障诊断的准确性。

Comments 12 pages

Journal ref In Proceedings of the 30th ACM SIGKDD Conference on Knowledge Discovery and Data Mining(KDD 2024)

Enhancing Multi-Label Thoracic Disease Diagnosis with Deep Ensemble-Based Uncertainty Quantification

通过深度集成不确定性量化提升多标签胸腔疾病诊断

Yasiru Laksara, Uthayasanker Thayasivam

机构 * Department of Computer Science and Engineering（计算机科学与工程系） ； University of Moratuwa（莫塔瓦大学） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.CV、cs.LG

AI总结 本研究通过深度集成不确定性量化方法，提升多标签胸腔疾病诊断的可靠性与解释性，实现更准确的临床决策支持。

Unified Deep Learning Platform for Dust and Fault Diagnosis in Solar Panels Using Thermal and Visual Imaging

基于热成像和视觉成像的太阳能板尘埃和故障诊断统一深度学习平台

Abishek Karthik, Sreya Mynampati, Pandiyaraju V

机构 * Department of Computer Science and Engineering（计算机科学与工程系） ； School of Computer Science and Engineering（计算机科学与工程学院） ； Vellore Institute of Technology（维洛雷理工学院） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.CV

AI总结 本文提出了一种基于热成像和视觉成像的统一深度学习平台，用于高效检测太阳能板上的灰尘和故障，结合CNN、ResNet和自注意力机制，提升检测精度和效率。

Diagnosis of mixed-state topological phases in strongly correlated systems via disorder parameters

通过 disorder 参数诊断强关联系统中的混合态拓扑相

Shao-Hang Shi, Xiao-Qi Sun, Zi-Xiang Li

专题命中 诊断辅助 ：diagnosis(title)

AI总结 通过 disorder 参数诊断强关联系统中的混合态拓扑相，利用行列式量子蒙特卡洛算法高效评估拓扑缩放指标，成功识别量子自旋霍尔绝缘体到平凡 Mott 绝缘体的转变以及量子异常霍尔相。

Comments 6+8 pages, 4+4 figures

A Lightweight, Interpretable Deep Learning System for Automated Detection of Cervical Adenocarcinoma In Situ (AIS)

一种轻量且可解释的深度学习系统，用于自动化检测宫颈腺癌原位癌（AIS）

Gabriela Fernandes

机构 * Department of Periodontics and Endodontics, Department of Oral Biology, SUNY Buffalo（牙周病学与牙体医学系，口腔生物学系，SUNY比弗利） 纠错

专题命中 诊断辅助 ：pathology(abstract)；diagnosis(abstract)；分类 cs.CV、q-bio

AI总结 本研究提出了一种轻量且可解释的深度学习系统，用于自动检测宫颈腺癌原位癌，实现了73.23%的总体准确率，并通过Grad-CAM热图验证了模型的生物可解释性。

LungX: A Hybrid EfficientNet-Vision Transformer Architecture with Multi-Scale Attention for Accurate Pneumonia Detection

LungX：一种结合多尺度特征、CBAM注意力机制和视觉Transformer的高效Net混合架构，用于准确的肺炎检测

Mansur Yerzhanuly

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV

AI总结 LungX通过结合EfficientNet、CBAM注意力和Vision Transformer，实现了86.5%的肺炎检测准确率，比基线模型提升了6.7%的AUC，具有更高的诊断准确性。

Comments 13 pages, 3 figures, 1 table

Neurocircuitry-Inspired Hierarchical Graph Causal Attention Networks for Explainable Depression Identification

受神经回路启发的分层图因果注意网络用于可解释的抑郁症识别

Weidao Chen, Yuxiao Yang, Yueming Wang

机构 * MOE Frontier Science Center for Brain Science and Brain-machine Integration（脑科学与脑机融合前沿科学中心） ； Nanhu Brain-computer Interface Institute（南湖脑机接口研究院） ； School of Computer Science and Technology（计算机科学与技术学院） ； Qiushi Academy for Advanced Studies（启硕高级研究院） ； State Key Laboratory of Brain-machine Intelligence（脑机智能国家重点实验室） ； The Department of Neurosurgery, Second Affiliated Hospital, School of Medicine, Zhejiang University Hangzhou, China（浙江大学医学院附属第二医院神经外科） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG

AI总结 本文提出NH-GCAT网络，通过分层图因果注意机制，结合神经科学知识，实现对抑郁症的可解释识别。

Comments Under review for ICLR 2026

MindCraft: How Concept Trees Take Shape In Deep Models

MindCraft: 深度模型中概念树如何形成

Bowei Tian, Yexiao He, Wanghao Ye, Ziyao Wang, Meng Liu, Ang Li

机构 * University of Maryland, College Park（马里兰大学 College Park 分校） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG

AI总结 MindCraft通过概念树框架揭示深度模型中概念的层次结构和分离过程，为可解释AI提供新的分析方法。

DeCoRL: Decoupling Reasoning Chains via Parallel Sub-Step Generation and Cascaded Reinforcement for Interpretable and Scalable RLHF

DeCoRL：通过并行子步骤生成和级联强化学习解耦推理链

Ziyuan Gao, Di Liang, Xianjie Wu, Philippe Morel, Minlong Peng

机构 * Ziyuan Gao 1（某大学） ； Di Liang 2（某大学） ； Xianjie Wu 3（某大学） ； Philippe Morel 1（某大学） ； Minlong Peng 2（某大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 DeCoRL通过并行子步骤生成和级联强化学习，实现了推理链的解耦，提升了推理效率、可解释性和系统性能。

Comments Accepted by AAAI 2026

A Recommender System Based on Binary Matrix Representations for Cognitive Disorders

基于二进制矩阵表示的认知障碍推荐系统

Raoul H. Kutil, Georg Zimmermann, Christian Borgelt

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究提出基于二进制矩阵表示的推荐系统，用于认知障碍诊断，通过分析症状与障碍的关系，推荐下一步需检测的症状以提高诊断准确性。

Comments 19 pages, 1 figure, 3 tables

Cognitive Foundations for Reasoning and Their Manifestation in LLMs

认知基础与推理及其在大语言模型中的体现

Priyanka Kargupta, Shuyue Stella Li, Haocheng Wang, Jinu Lee, Shan Chen, Orevaoghene Ahia, Dean Light, Thomas L. Griffiths, Max Kleiman-Weiner, Jiawei Han, Asli Celikyilmaz, Yulia Tsvetkov

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Washington（华盛顿大学） ； Princeton University（普林斯顿大学） ； Harvard University（哈佛大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文通过分析LLMs推理机制，揭示其在复杂问题上的表现优于简单变体，提出基于认知科学的28项元素分类，并开发测试时推理指导方法，提升复杂问题性能达66.7%。

Comments 40 pages, 4 tables, 6 figures