医学 AI

Balancing Safety and Helpfulness in Healthcare AI Assistants through Iterative Preference Alignment

通过迭代偏好对齐平衡医疗AI助手的安全性与帮助性

Huy Nghiem, Swetasudha Panda, Devashish Khatwani, Huy V. Nguyen, Krishnaram Kenthapadi, Hal Daumé

机构 * University of Maryland（马里兰大学） ； Oracle Labs（Oracle实验室） ； Oracle Health AI（Oracle健康AI） 纠错

专题命中 医学数据与评测 ：healthcare AI(title)

AI总结 本文提出通过迭代偏好对齐框架提升医疗AI助手的安全性与帮助性，通过KTO和DPO优化改进模型，提升有害查询检测性能并平衡安全与效用。

Comments ML4H 2025 Proceedings, Best Paper Award

BrainPath: A Biologically-Informed AI Framework for Individualized Aging Brain Generation

BrainPath: 一种基于生物信息的AI框架，用于个性化衰老脑生成

Yifan Li, Javad Sohankar, Ji Luo, Jing Li, Yi Su

专题命中 医学数据与评测 ：MRI(abstract)；分类 cs.CV、q-bio、eess.IV

AI总结 BrainPath通过引入三种架构创新，实现了个性化衰老脑生成，提高了生成准确性和解剖学忠实度。

Dataset creation for supervised deep learning-based analysis of microscopic images -- review of important considerations and recommendations

为监督深度学习分析显微图像创建数据集——重要考虑因素和推荐的综述

Christof A. Bertram, Viktoria Weiss, Jonas Ammeling, F. Maria Schabel, Taryn A. Donovan, Frauke Wilm, Christian Marzahl, Katharina Breininger, Marc Aubreville

专题命中 医学数据与评测 ：pathology(abstract)；分类 cs.CV

AI总结 本文综述了监督深度学习分析显微图像数据集创建的关键步骤和最佳实践，强调了图像采集、注释软件选择及注释质量标准的重要性，旨在提升数据集质量和模型鲁棒性。

GOPHER: Optimization-based Phenotype Randomization for Genome-Wide Association Studies with Differential Privacy

GOPHER：基于优化的表型随机化用于具有差分隐私的全基因组关联研究

Anupama Nandi, Seth Neel, Hyunghoon Cho

专题命中 医学数据与评测 ：biomedical(abstract)；分类 q-bio

AI总结 GOPHER提出基于优化的表型随机化方法，实现具有差分隐私保护的全基因组关联研究结果的准确发布。