MetaCD: A Meta Learning Framework for Cognitive Diagnosis based on Continual Learning
MetaCD：基于持续学习的认知诊断元学习框架
专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG
AI总结 MetaCD通过元学习和持续学习方法，提升认知诊断模型在长尾分布和动态数据下的准确率与泛化能力。
科学与医疗
医学 AI
医学智能、临床 AI、医学影像、病理、诊断和医疗健康大模型。
1. 诊断辅助 9 篇
Robust Polyp Detection and Diagnosis through Compositional Prompt-Guided Diffusion Models
通过组成提示引导的扩散模型实现鲁棒的息肉检测与诊断
机构 * Zhejiang University（浙江大学） ； Shanghai Institute for Advanced Study of Zhejiang University（浙江大学上海高等研究院） ； Endoscopy Center, Zhongshan Hospital, Fudan University（复旦大学中山医院内窥镜中心） ； Shanghai Collaborative Innovation Center of Endoscopy（上海内窥镜协同创新中心） ； Digital Medical Research Center, School of Basic Medical Sciences, Fudan University（复旦大学基础医学院数字医疗研究中心） ； Shanghai Key Laboratory of MICCAI（上海MICCAI重点实验室） ； Alliance Manchester Business School, The University of Manchester（曼彻斯特大学联盟商学院） ； Data Science Institute, Imperial College London（伦敦帝国学院数据科学研究所）
专题命中 诊断辅助 ：diagnosis(title)；medical image(abstract)；分类 cs.CV
AI总结 本文提出PSDM模型，通过整合多种临床注释生成合成图像，提升息肉检测、分类和分割的鲁棒性和泛化能力。
Journal ref IEEE Trans. Med. Imaging, vol. 44, no. 12, pp. 5245-5257, Dec. 2025
A CNN-Based Malaria Diagnosis from Blood Cell Images with SHAP and LIME Explainability
基于CNN的血细胞图像 malaria 诊断与SHAP和LIME可解释性
专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV
AI总结 本文提出基于CNN的疟疾诊断方法，结合SHAP和LIME提升模型可解释性，实现高准确率的血细胞图像分类。
Fairness Evaluation of Risk Estimation Models for Lung Cancer Screening
肺癌筛查风险估计模型的公平性评估
机构 * Diagnostic Image Analysis Group, Department of Medical Imaging, Radboud University Medical Center（放射医学成像分析组，医学影像系，拉德堡德大学医学中心） ； Department of Artificial Intelligence, Radboud University（人工智能系，拉德堡德大学） ； Ethics of Healthcare Group, Department IQ Health, Radboud University Medical Center（医疗伦理组，IQ健康系，拉德堡德大学医学中心）
专题命中 诊断辅助 ：CT(abstract)；radiology(abstract)；biomedical(comments,journal_ref)；分类 cs.CV、cs.LG、eess.IV
AI总结 本研究评估了肺癌筛查风险估计模型的公平性，发现不同性别和种族群体在模型性能上存在显著差异，可能源于不公平偏见。
Comments Accepted for publication at the Journal of Machine Learning for Biomedical Imaging (MELBA) https://melba-journal.org/2025:025
Journal ref Machine.Learning.for.Biomedical.Imaging. 3 (2025)
Interpretable Gallbladder Ultrasound Diagnosis: A Lightweight Web-Mobile Software Platform with Real-Time XAI
可解释的胆囊超声诊断：一种轻量级的网页-移动软件平台与实时XAI
机构 * University of Liberal Arts Bangladesh（乌拉尔大学 Bangladesh） ； BRAC University（BRAC大学）
专题命中 诊断辅助 ：diagnosis(title)；分类 cs.CV
AI总结 本研究提出了一种轻量级网页-移动软件平台，利用混合深度学习模型MobResTaNet实现胆囊疾病的实时可解释诊断，准确率达99.85%。
Investigating Deep Learning Models for Ejection Fraction Estimation from Echocardiography Videos
探究用于从超声心动图视频中估计射血分数的深度学习模型
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV、cs.LG
AI总结 本研究探讨了多种深度学习模型在超声心动图视频中估计射血分数的有效性，发现修改后的3D Inception架构性能最佳，同时发现模型对超参数选择敏感。
Genomics-guided drawing of malignant regulatory signatures revealed a pivotal role of human stem cell-associated retroviral sequences (SCARS) and functionally-active hESC enhancers
基于基因组的恶性调控签名绘制揭示了人类干细胞相关逆转录病毒序列（SCARS）和功能活跃的hESC增强子的关键作用
专题命中 诊断辅助 ：diagnosis(abstract)；分类 q-bio
AI总结 本文揭示SCARS和功能活跃的hESC增强子在恶性肿瘤中的关键作用，提出其作为诊断和治疗靶点的潜力。
Comments 6 figues; 6 tables
Journal ref Frontiers in Oncology. 11: 974 (2021)
M2G-Eval: Enhancing and Evaluating Multi-granularity Multilingual Code Generation
M2G-Eval: 提升和评估多粒度多语言代码生成
机构 * Beihang University（北航大学） ； Hunan University（湖南大学） ； Ubiquant
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 M2G-Eval通过多粒度多语言框架评估代码生成能力，揭示了不同粒度任务的难度差异和跨语言学习的关联性。
2. 病理影像 3 篇
AI-Enhanced Virtual Biopsies for Brain Tumor Diagnosis in Low Resource Settings
AI增强的虚拟活检用于低资源环境中的脑肿瘤诊断
机构 * Department of Computer Science（计算机科学系） ； Georgia State University（佐治亚州立大学）
专题命中 病理影像 ：diagnosis(title,abstract)；MRI(abstract)；分类 cs.CV、eess.IV
AI总结 本文提出了一种基于轻量级CNN和放射组学特征的虚拟活检系统，用于低资源环境中的脑肿瘤诊断，通过融合策略提升分类性能并增强可解释性。
Comments 6 pages, 10 figures
HookMIL: Revisiting Context Modeling in Multiple Instance Learning for Computational Pathology
HookMIL: 重新审视多实例学习中的上下文建模以用于计算病理学
机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； School of Informatics, Xiamen University（厦门大学信息学院） ； School of Engineering, Westlake University（西湖大学工程学院） ； Zhongnan Hospital, Wuhan University（武汉大学中南医院）
专题命中 病理影像 ：pathology(title,abstract)；分类 cs.CV
AI总结 HookMIL通过引入可学习的钩子标记和多样性损失，提升多实例学习在计算病理学中的效率与可解释性。
Interpretable Link Prediction in AI-Driven Cancer Research: Uncovering Co-Authorship Patterns
可解释的AI驱动癌症研究中的链接预测：揭示合著者模式
专题命中 病理影像 ：diagnosis(abstract)
AI总结 本文通过可解释的AI方法分析癌症研究中的合著者模式，发现学科相似性对新和持续合作有积极影响，而高生产力和资历与终止合作相关，为跨学科合作提供指导。
Comments 24 pages
3. 医疗多模态 3 篇
The Illusion of Clinical Reasoning: A Benchmark Reveals the Pervasive Gap in Vision-Language Models for Clinical Competency
临床推理的幻觉：一个基准揭示了视觉语言模型在临床能力方面的广泛差距
专题命中 医疗多模态 ：medical image(abstract)；diagnosis(abstract)；分类 cs.CV
AI总结 本研究提出B&J基准测试，揭示了视觉语言模型在临床推理任务中存在显著的多模态整合能力不足问题，强调需在多模态整合和视觉理解上取得突破才能实现临床应用。
EIR: Enhanced Image Representations for Medical Report Generation
EIR: 增强的医学报告生成图像表示
专题命中 医疗多模态 ：medical image(abstract)；分类 cs.CV、eess.IV
AI总结 EIR通过跨模态Transformer融合元数据与图像表示，结合医学领域预训练模型，有效解决信息不对称和领域差距问题，提升胸部X光报告生成的准确性。
How Much Data Is Enough? Uniform Convergence Bounds for Generative & Vision-Language Models under Low-Dimensional Structure
需要多少数据？在低维结构下生成式与视觉-语言模型的统一收敛界限
机构 * Stevens Institute for Neuroimaging and Informatics, University of Southern California（神经影像与信息学研究所，南加州大学）
专题命中 医疗多模态 ：biomedical(abstract)；分类 cs.LG
AI总结 研究在低维结构下生成式和视觉-语言模型的统一收敛界限，探讨数据量与模型校准之间的关系。
Comments 13 pages, 2 figures
4. 生物医学文本 6 篇
Harnessing Large Language Models for Biomedical Named Entity Recognition
利用大型语言模型进行生物医学命名实体识别
机构 * Department of Data Science and Big Data Technology, Hainan University, Haikou 570228, China（数据科学与大数据技术学院，海南大学，海口570228，中国） ； Department of Mathematics, Hainan University, Haikou 570228, China（数学学院，海南大学，海口570228，中国） ； Department of Population Health Sciences, Weill Cornell Medicine, New York 10022, USA（流行病学与公共卫生科学学院，韦尔·柯尔医学中心，纽约10022，美国）
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 本文提出BioSelectTune框架，通过高效的数据筛选方法提升生物医学命名实体识别的性能，实现优于现有模型的准确率。
A Novel Approach for a Smart IoMT-Based BAN for an Old Home Healthcare Monitoring System Using Starlink
一种基于星链的智能IoMT-BAN在老年人居家医疗监测系统中的新方法
专题命中 生物医学文本 ：biomedical(abstract,comments)
AI总结 本研究提出了一种基于星链的智能IoMT-BAN系统，用于提升老年人居家医疗监测的远程监控和通信可靠性。
Comments IEEE Conference on Biomedical Engineering, Computer and Information Technology for Health 2025
The Effect of Gender Diversity on Scientific Team Impact: A Team Roles Perspective
性别多样性对科学团队影响的效果：从团队角色视角出发
专题命中 生物医学文本 ：biomedical(abstract)
AI总结 研究从团队角色视角探讨性别多样性对科学团队影响的机制，发现领导角色性别多样性对小团队有负面影响，而支援角色性别多样性在不同规模团队中均呈现正向影响。
Journal ref Journal of Informetrics, 2026
Leveraging Large Language Models for Rare Disease Named Entity Recognition
利用大语言模型进行罕见疾病命名实体识别
专题命中 生物医学文本 ：biomedical(abstract)
AI总结 本研究利用大语言模型在低资源环境下提升罕见疾病命名实体识别性能，通过结构化提示框架和语义引导方法，实现优于传统模型的表现。
Low-Resource Multi-Granularity Academic Function Recognition Based on Multiple Prompt Knowledge
基于多提示知识的低资源多粒度学术功能识别
机构 * Wuhan University, School of Information Management（武汉大学信息管理学院）
专题命中 生物医学文本 ：biomedical(abstract)
AI总结 本文提出MPT方法，通过结合人工和自动提示模板，提升低资源下多粒度学术功能识别的性能，实验显示在Macro-F1得分上优于微调和半监督方法。
Comments This article has been accepted by The Electronic Library and the full article is now available on Emerald Insight
Periodical embeddings uncover hidden interdisciplinary patterns in the subject classification scheme of science
周期性嵌入揭示了科学学科分类方案中的隐藏跨学科模式
专题命中 生物医学文本 ：biomedical(abstract)
AI总结 周期性嵌入通过分析期刊分类方案揭示科学领域中的跨学科模式，优于传统分类法。
5. 医学数据与评测 5 篇
PFed-Signal: An ADR Prediction Model based on Federated Learning
PFed-Signal: 基于联邦学习的不良反应预测模型
机构 * School of Computer Science Qufu Normal University（计算机科学学院、曲阜师范大学）
专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.LG
AI总结 PFed-Signal通过联邦学习和Transformer模型消除偏见数据，提升不良反应预测的准确性和性能。
Comments IEEE International Conference on Bioinformatics and Biomedicine
A Weak Signal Learning Dataset and Its Baseline Method
弱信号学习数据集及其基线方法
机构 * School of Artificial Intelligence, South China Normal University（人工智能学院，华南师范大学） ； School of Computer Science, South China Normal University（计算机学院，华南师范大学）
专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.LG
AI总结 本文提出一个专为弱信号学习设计的数据集和PDVFN模型，通过双视角表示和多尺度特征提取，提升低信噪比和类别不平衡场景下的模型性能。
HiSciBench: A Hierarchical Multi-disciplinary Benchmark for Scientific Intelligence from Reading to Discovery
HiSciBench: 一个分层多学科基准，用于从阅读到发现的科学智能
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of the Chinese Academy of Sciences（中国科学院大学）
专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.CV
AI总结 HiSciBench是一个分层多学科基准，用于评估从阅读到发现的科学智能，涵盖五个层次，揭示了模型在不同科学推理阶段的能力差异。
ClinDEF: A Dynamic Evaluation Framework for Large Language Models in Clinical Reasoning
ClinDEF: 一种用于大语言模型临床推理的动态评估框架
机构 * ZJU-Hangzhou Global Scientific and Technological Innovation Center, Zhejiang University（浙江大学杭州全球科技创新中心） ； ZJU-UIUC Institute, Zhejiang University（浙江大学UIUC研究院） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； The Polytechnic Institute, Zhejiang University（浙江大学 polytechnic 院） ； AntGroup（蚂蚁集团）
专题命中 医学数据与评测 ：diagnosis(abstract)
AI总结 ClinDEF通过模拟诊断对话评估大语言模型的临床推理能力，利用疾病知识图谱生成病例并进行多轮交互，提供细粒度效率分析和诊断质量评估，揭示LLM在临床推理中的关键不足。
Comments 23 pages, 4 figures, under review
DICE: Discrete Interpretable Comparative Evaluation with Probabilistic Scoring for Retrieval-Augmented Generation
DICE：基于概率评分的离散可解释比较评估用于检索增强生成
机构 * School of Computer Science and Technology（计算机科学与技术学院） ； Huazhong University of Science and Technology（华中科技大学）
专题命中 医学数据与评测 ：diagnosis(abstract)
AI总结 DICE提出一种基于概率评分的两阶段框架，提升RAG评估的可解释性和稳健性，通过透明判断和系统性错误诊断，实现高效且可信的评估。
Comments Accepted at ResponsibleFM @ NeurIPS 2025
6. 其他医学AI 1 篇
Toward Equitable Recovery: A Fairness-Aware AI Framework for Prioritizing Post-Flood Aid in Bangladesh
迈向公平恢复：一种面向公平性的AI框架，用于优先分配洪水后援助 Bangladesh
机构 * Independent Researcher Boston, USA（独立研究者） ； Researcher Dhaka, Bangladesh（研究者）
专题命中 其他医学AI ：healthcare AI(abstract)
AI总结 本文提出一种公平意识的AI框架，用于优先分配洪水后援助，通过对抗性去偏模型减少偏见，提升灾害恢复的公平性。
Comments 7 pages, 6 figures, 5 tables
