医学 AI

PulseMind: A Multi-Modal Medical Model for Real-World Clinical Diagnosis

PulseMind: 一种多模态医学模型用于真实世界临床诊断

Jiao Xu, Junwei Liu, Jiangwei Lao, Qi Zhu, Yunpeng Zhao, Congyun Jin, Shinan Liu, Zhihong Lu, Lihe Zhang, Xin Chen, Jian Wang, Ping Wang

机构 * Ant Group（蚂蚁集团） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；medical image(abstract)；pathology(abstract)；radiology(abstract)

AI总结 PulseMind通过整合多模态数据集和定制训练框架，提升真实世界临床诊断的准确性与实用性。

Comments Accepted to AAAI 2026

Contextual Discrepancy-Aware Contrastive Learning for Robust Medical Time Series Diagnosis in Small-Sample Scenarios

基于上下文差异的对比学习：用于小样本场景下稳健的医学时间序列诊断

Kaito Tanaka, Aya Nakayama, Masato Ito, Yuji Nishimura, Keisuke Matsuda

机构 * SANNO University（SANNO大学） 纠错

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

AI总结 CoDAC通过上下文差异估计器和动态多视图对比框架，提升小样本场景下医学时间序列诊断的准确性和泛化能力。

Discharge characteristics and parameter diagnosis of dielectric barrier discharge patterns in double-gap configuration

双电极配置中介电屏障放电模式的放电特性及参数诊断

Tian Shuang, Zhang Han, Zhang Xi, Zhang Xuexue, Li Qing, Li Xuecehng, Run Junxia

专题命中 诊断辅助 ：diagnosis(title)；biomedical(abstract)

AI总结 本研究通过双电极配置产生多种模式放电，利用光学和电气方法分析其放电特性及时间相关性，揭示了放电模式的点燃过程和发光时间叠加效应。

Comments Fourteen pages and seven charts/graphs

Towards Automated Diagnosis of Inherited Arrhythmias: Combined Arrhythmia Classification Using Lead-Aware Spatial Attention Networks

向自动诊断遗传性心律失常：结合领域能量注意网络的联合心律失常分类

Sophie Sigfstead, River Jiang, Brianna Davies, Zachary W. M. Laksman, Julia Cadrin-Tourigny, Rafik Tadros, Habib Khan, Joseph Atallah, Christian Steinberg, Shubhayan Sanatani, Mario Talajic, Rahul Krishnan, Andrew D. Krahn, Christopher C. Cheung

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 本研究提出领域能量注意网络（LASAN）用于多类和二分类遗传性心律失常分类，实现了接近天花板的性能，优于现有模型。

Comments 34 pages, 2 figures, 4 tables

Neural Architecture for Fast and Reliable Coagulation Assessment in Clinical Settings: Leveraging Thromboelastography

用于临床环境快速可靠凝血评估的神经架构：利用血栓弹性图

Yulu Wang, Ziqian Zeng, Jianjun Wu, Zhifeng Tang

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

AI总结 本文提出PSR算法，通过多领域学习和HLA共同学习，实现快速可靠的凝血评估，提升医疗AI在小数据集和患者群体差异下的性能。

Comments This paper has been accepted by AAAI26

CEEMDAN-Based Multiscale CNN for Wind Turbine Gearbox Fault Detection

基于CEEMDAN的多尺度CNN用于风力涡轮机齿轮箱故障检测

Nejad Alagha, Anis Salwa Mohd Khairuddin, Obada Al-Khatib, Abigail Copiaco

机构 * College of Engineering and Information Technology, University of Dubai（迪拜大学工程与信息技术学院） ； Department of Electrical Engineering, University of Malaya（马来大学电气工程系） ； School of Engineering, University of Wollongong in Dubai（迪拜大学学院工程学院） 纠错

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

AI总结 本文提出结合CEEMDAN与MSCNN的风力涡轮机齿轮箱故障检测方法，实现98.95%的高准确率诊断。

Comments conference paper

A Synoptic Review of High-Frequency Oscillations as a Biomarker in Neurodegenerative Disease

对高频率振荡作为神经退行性疾病生物标记物的综述

Samin Yaser, Mahad Ali, Yang Jiang, Phuc Nguyen, Jing Xiang, Laura J. Brattain

专题命中 诊断辅助 ：diagnosis(abstract)；分类 eess.SP

AI总结 本文综述了HFOs在神经退行性疾病中的应用，分析了公开数据集并揭示了方法学异质性，为HFOs作为生物标记物的研究提供了指导。

FairMedQA: Benchmarking Bias in Large Language Models for Medical Question Answering

FairMedQA: 对大型语言模型在医学问答中的偏见进行基准测试

Ying Xiao, Jie Huang, Ruijuan He, Jing Xiao, Mohammad Reza Mousavi, Yepang Liu, Kezhi Li, Zhenpeng Chen, Jie M. Zhang

机构 * King’s College London（伦敦国王学院） ； University of Electronic Science and Technology of China（电子科技大学） ； Sun Yat-sen University（中山大学） ； York University（约克大学） ； Southern University of Science and Technology（南方科技大学） ； University College London（伦敦大学学院） ； Tsinghua University（清华大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 FairMedQA基准测试揭示了大型语言模型在医学问答中存在显著偏见，需进一步开发去偏技术和严格验证方法。

Value of Information: A Framework for Human-Agent Communication

信息价值：人类-智能体通信的框架

Yijiang River Dong, Tiancheng Hu, Zheng Hui, Caiqi Zhang, Ivan Vulić, Andreea Bobu, Nigel Collier

机构 * University of Cambridge（剑桥大学） ； MIT（麻省理工学院） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出基于信息价值的框架，使智能体在人类-智能体通信中动态权衡信息获取与用户认知成本，实现高效适应性决策。