科学与医疗
医学智能、临床 AI、医学影像、病理、诊断和医疗健康大模型。
通过大规模分辨率推断优化提升诊断性能的病理基础模型
机构 * University of Virginia（弗吉尼亚大学） ； Merck & Co., Inc. Biometrics Research（默克公司生物医学研究）
专题命中 病理影像 ：pathology(title,abstract)；分类 cs.CV
AI总结 本文提出了一种高效推断策略，通过稀疏化注意力和过滤非信息性标记，在保持性能的同时提升高分辨率WSI推断效率。
Comments 8 pages
DiffusionQC：通过扩散模型在病理学中检测伪影
机构 * Johns Hopkins University Dept. of Biomedical Engineering（约翰霍普金斯大学生物医学工程系） ； Merck & Co., Inc. Biometrics Research（默克公司生物度量研究） ； Merck & Co., Inc. Translational Medicine（默克公司转化医学）
专题命中 病理影像 ：pathology(abstract)；diagnosis(abstract)；分类 cs.CV
AI总结 DiffusionQC通过扩散模型检测病理学图像中的伪影，无需大量标注数据，实现高效且泛化的伪影识别。
Comments 7 pages
Histopath-C: 向 histopathology 视觉-语言适应的现实领域偏移迈进
机构 * LIVIA, ÉTS Montreal, Canada International Laboratory on Learning Systems (ILLS)（LIVIA，蒙特利尔工程学院，加拿大国际学习系统实验室）
专题命中 病理影像 ：pathology(abstract)；分类 cs.CV
AI总结 Histopath-C通过引入现实合成损坏的基准和LATTE策略，提升组织病理学图像的视觉-语言适应鲁棒性。
Comments Accepted to WACV 2026
基于金字塔自适应空洞卷积、Transformer集成和多尺度特征融合的乳腺癌检测创新框架
专题命中 病理影像 ：diagnosis(abstract)；分类 cs.CV
AI总结 本文提出基于金字塔自适应空洞卷积、Transformer和多尺度特征融合的乳腺癌检测框架，实现高准确率和效率，优于现有方法。
Comments 13 page
SGPMIL：稀疏高斯过程多实例学习
机构 * National and Kapodistrian University of Athens（希腊国家与卡波迪斯蒂亚诺斯大学） ； ÉTS Montréal（蒙特利尔ÉTS） ； Archimedes, Athena Research Center（阿提卡研究中心） ； CentraleSupélec, Université Paris-Saclay（巴黎萨克雷大学中央理工-supélec）
专题命中 病理影像 ：pathology(abstract)；分类 cs.CV
AI总结 SGPMIL通过引入稀疏高斯过程，提升多实例学习中实例级预测的可靠性与可解释性。
Comments 8 pages, 4 figures, 2 tables. Accepted to IEEE/CVF Winter Conference on Applications of Computer Vision (WACV) 2026
HyperWalker: 基于动态超图的多跳临床建模深度诊断方法，跨EHR和X光在医学视觉语言模型中
机构 * Institute of Translational Medicine, Shanghai Jiao Tong University（翻译医学研究院，上海交通大学） ； School of Computer Science, University of Sydney（计算机科学学院，悉尼大学）
专题命中 医疗多模态 ：diagnosis(title,abstract)；medical AI(abstract)；分类 cs.CV
AI总结 HyperWalker通过动态超图和测试时训练，实现跨EHR和X光的多跳临床建模深度诊断，提升医疗视觉语言模型的诊断性能。
Comments Under Review
探索通用型自主多模态代理用于病理报告生成
专题命中 医疗多模态 ：pathology(title,abstract)；diagnosis(abstract)
AI总结 研究探索通用型自主多模态代理在病理报告生成中的应用，发现其在无额外信息时诊断准确率较低，但提供形态学描述时表现更佳，但仍不及人类专家。
Comments 6 pages, 1 figure, accepted paper for BVM 2026
Journal ref BVM 2026, https://bvm-conf.org
MMDeepResearch-Bench: 一个多模态深度研究代理的基准
机构 * OSU（俄亥俄州立大学） ； Amazon（亚马逊公司） ； UMich（密歇根大学） ； UCL（伦敦大学学院） ； CUHK（香港中文大学） ； UCR（加州大学尔湾分校） ； CWRU（克里夫兰医学中心） ； HKU（香港大学）
专题命中 医疗多模态 ：diagnosis(abstract)；分类 cs.CV
AI总结 MMDeepResearch-Bench提出一个多模态深度研究代理的基准，强调报告式合成与引用证据的结合，揭示多模态完整性对深度研究代理的重要性。
最终超越随机基线：一种在3D生物医学影像中主动学习的有效解决方案
专题命中 生物医学文本 ：biomedical(title,abstract)；medical image(abstract)；分类 cs.CV
AI总结 本文提出ClaSP PE方法，通过解决类别不平衡和冗余问题，有效提升3D生物医学影像主动学习的性能和效率。
Comments Accepted at TMLR
用于生物医学神经场持续学习的知识蒸馏
专题命中 生物医学文本 ：biomedical(title)；MRI(abstract)；分类 eess.IV
AI总结 本文通过知识蒸馏缓解神经场在持续学习中的灾难性遗忘问题，验证了其在生物医学成像中的有效性。
Comments 5 pages, 6 figures
DeepEvidence: 通过深度知识图谱研究赋能生物医学发现
机构 * Keiji AI ； Institute of Scientific and Industrial Research, Osaka University（大阪大学科学工业研究所） ； Bioinformatics Center, Institute for Chemical Research, Kyoto University（京都大学化学研究所生物信息中心） ； Division of Intramural Research, National Library of Medicine, National Institutes of Health（国家卫生研究院生物医学图书馆内部研究部） ； Department of Population Health Sciences, Weill Cornell Medicine（韦尔·科恩医学中心流行病学与健康科学系） ； School of Computing and Data Science, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校计算机与数据科学学院）
专题命中 生物医学文本 ：biomedical(title,abstract)；分类 cs.LG
AI总结 DeepEvidence通过深度知识图谱研究框架，系统化地连接异构生物医学资源，提升科学发现的效率和证据综合能力。
界面力场用于氧化铝：具有验证的体相和电极/有机界面pH解析表面模型数据库
专题命中 生物医学文本 ：biomedical(abstract)
AI总结 本文提出了一种统一的INTERFACE力场，结合pH解析表面模型数据库，实现了对氧化铝相在不同pH条件下的高精度模拟，提高了固态电解质界面模拟的可靠性与效率。
Comments 102 pages (52 main text, 50 SI), 9 figures main text, 14 Figures SI, 2 Tables main text, 8 Tables SI
生物软物质中光学自 trapping 与非线性光-物质相互作用
专题命中 生物医学文本 ：biomedical(abstract)
AI总结 本文研究了生物软物质中光学自 trapping 和非线性光-物质相互作用，探讨了其在生物医学成像和光子器件中的应用潜力。
Comments 18 pages, 8 figures,
医疗领域知识综合的AI合作者：概念验证
机构 * Methodological Implementation Research, Ottawa Hospital Research Institute（方法实施研究，渥太华医院研究所） ； School of Engineering Design and Teaching Innovation, University of Ottawa（工程设计与教学创新学院，渥太华大学）
专题命中 生物医学文本 ：biomedical(abstract)
AI总结 本研究提出了一种基于PICOS的AI合作者，通过整合知识图谱和自然语言处理技术，提升医疗领域证据综合的可扩展性、透明性和效率。
从原型到稀疏ECG解释：基于SHAP的反事实解释用于多变量时间序列多类分类
机构 * Jagiellonian Human-Centered AI Lab, Mark Kac Center for Complex Systems Research（杰哥利昂人中心人工智能实验室、马克·卡复杂系统研究中心） ； Jagiellonian University（杰哥利昂大学） ； Department of Computer Science（计算机科学系） ； Norwegian University of Science and Technology (NTNU)（挪威科学技术大学（NTNU）） ； Department of Human-Centered Artificial Intelligence（人中心人工智能系） ； Institute of Applied Computer Science（应用计算机科学研究所） ； School of Information Technology（信息科技学院）
专题命中 健康监测 ：diagnosis(abstract)；分类 cs.LG
AI总结 本文提出基于SHAP的原型驱动框架，用于生成稀疏且有效的ECG反事实解释，提升多变量时间序列多类分类的可解释性与临床实用性。
通过多智能体评估循环提升医疗AI的安全性与可信度
机构 * Sonoma State University（索诺玛州立大学） ； Iowa State University（爱荷华州立大学） ； University of Dhaka（达卡大学） ； Notre Dame College（诺特丹学院）
专题命中 医学数据与评测 ：medical AI(title,abstract)
AI总结 本文提出多智能体评估循环框架，通过结合DeepSeek R1和Med-PaLM等模型，有效提升医疗AI的安全性和伦理合规性，实现89%的伦理违规减少和92%的风险降级。
BioPulse-QA: 一个动态生物医学问答基准，用于评估大型语言模型的事实性、鲁棒性和偏见
专题命中 医学数据与评测 ：biomedical(title,abstract)
AI总结 BioPulse-QA是一个动态生物医学问答基准，用于评估大型语言模型在事实性、鲁棒性和偏见方面的性能。
MedConsultBench: 一个完整周期、细粒度、过程感知的医疗咨询代理基准
机构 * Meituan（美团）
专题命中 医学数据与评测 ：medical AI(abstract)；diagnosis(abstract)
AI总结 MedConsultBench通过细粒度过程感知评估医疗咨询代理的完整咨询周期，揭示高诊断准确性背后的效率与安全问题。
突破知识孤岛：面向医学影像AI的任务指纹化以实现民主化
机构 * National Center for Tumor Diseases (NCT)（肿瘤疾病国家中心） ； German Cancer Research Center (DKFZ) Heidelberg（德国癌症研究中心（Heidelberg）） ； Faculty of Mathematics and Computer Science（数学和计算机科学学院） ； Heidelberg University（海德堡大学） ； HIDSS4Health - Helmholtz Information and Data Science School for Health（HIDSS4Health - 健康信息与数据科学学校） ； Medical Faculty（医学学院） ； Pattern Analysis and Learning Group（模式分析与学习小组）
专题命中 医学数据与评测 ：medical image(abstract)；分类 cs.CV、cs.LG
AI总结 本文提出了一种基于任务指纹的医学影像AI知识转移框架，通过量化任务相似性促进知识共享与协作模型训练，提升AI在医学影像领域的民主化进程。
DermaBench：一种用于皮肤科视觉问答和推理的临床标注基准数据集
机构 * Imperial College London（帝国理工学院伦敦分校） ； Istanbul Medeniyet University（伊斯坦布尔医学大学） ； Usak Research and Training Hospital（Usak研究与培训医院） ； Istanbul Research and Training Hospital（伊斯坦布尔研究与培训医院） ； Ipswich Hospital（伊普斯韦奇医院） ； Medicana Atakoy Hospital（Medicana阿塔基医院）
专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.CV
AI总结 DermaBench是首个由临床专家标注的皮肤科视觉问答基准数据集，通过精细标注和开放式描述提升多模态模型在皮肤科图像理解与临床推理中的评估能力。
基础模型在皮肤病学中的分层基准
机构 * Yildiz Technical University（伊兹密尔技术大学） ； Imperial College London（伦敦帝国学院）
专题命中 医学数据与评测 ：medical image(abstract)；分类 cs.CV
AI总结 本研究提出分层评估框架，揭示基础模型在皮肤病学中的粒度能力差异，强调专用模型在细粒度诊断中的优势。
MIMIC-RD: 能否在真实临床环境中让大语言模型对罕见病进行差异性诊断？
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Illinois College of Medicine（伊利诺伊大学医学学院）
专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.LG
AI总结 MIMIC-RD通过直接映射临床文本实体到Orphanet，评估LLM在真实临床环境下的罕见病差异性诊断能力，发现现有模型表现不佳，揭示了临床需求与现有能力之间的差距。
Comments 5 pages
评估差分隐私在随机对照试验中的效用
专题命中 医学数据与评测 ：biomedical(abstract)
AI总结 本文评估了差分隐私技术在保护RCT数据隐私时的效用，通过模拟研究展示了隐私保护方法对数据分析的影响。
Comments Submitted
指令调优LLM在文本简化中缓解可读性-准确性张力的优势
专题命中 医学数据与评测 ：biomedical(abstract)
AI总结 本研究通过比较指令调优和推理增强的LLM，发现指令调优在文本简化中能更有效平衡可读性与准确性，提升话语忠实度。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈