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。

2026-02-02 至 2026-02-02 共收录 3 篇信号源：cs.CV, cs.LG, q-bio, eess.IV, eess.SP

1. 医学数据与评测 3 篇

2601.22702 2026-02-02 cs.LG 74%

Metric Hub: A metric library and practical selection workflow for use-case-driven data quality assessment in medical AI

Metric Hub: 一个用于医疗AI中以用例为导向的数据质量评估的度量库和实用选择流程

Katinka Becker, Maximilian P. Oppelt, Tobias S. Zech, Martin Seyferth, Sandie Cabon, Vanja Miskovic, Ivan Cimrak, Michal Kozubek, Giuseppe D'Avenio, Ilaria Campioni, Jana Fehr, Kanjar De, Ismail Mahmoudi, Emilio Dolgener Cantu, Laurenz Ottmann, Andreas Klaß, Galaad Altares, Jackie Ma, Alireza Salehi M., Nadine R. Lang-Richter, Tobias Schaeffter, Daniel Schwabe

专题命中医学数据与评测：medical AI(title)；分类 cs.LG

AI总结 Metric Hub提出一个医疗AI中以用例为导向的数据质量评估度量库和选择流程，通过度量卡片和决策树提升数据质量评估的实用性与可信度。

2412.01496 2026-02-02 cs.CV cs.LG eess.IV stat.ML 71%

Fréchet Radiomic Distance (FRD): A Versatile Metric for Comparing Medical Imaging Datasets

Fréchet Radiomic Distance (FRD): 一种用于比较医学影像数据集的多功能度量

Nicholas Konz, Richard Osuala, Preeti Verma, Yuwen Chen, Hanxue Gu, Haoyu Dong, Yaqian Chen, Andrew Marshall, Lidia Garrucho, Kaisar Kushibar, Daniel M. Lang, Gene S. Kim, Lars J. Grimm, John M. Lewin, James S. Duncan, Julia A. Schnabel, Oliver Diaz, Karim Lekadir, Maciej A. Mazurowski

专题命中医学数据与评测：medical image(abstract,comments)；分类 cs.CV、cs.LG、eess.IV

AI总结 FRD是一种专为医学影像设计的感知度量标准，通过标准化且可解释的图像特征提升医学影像分析中的比较和评估能力。

Comments Codebase for FRD computation: https://github.com/RichardObi/frd-score. Codebase for medical image similarity metric evaluation framework: https://github.com/mazurowski-lab/medical-image-similarity-metrics

Journal ref Medical Image Analysis, 103943 (2026)

2601.22645 2026-02-02 cs.AI 50%

Beyond Medical Chatbots: Meddollina and the Rise of Continuous Clinical Intelligence

超越医疗聊天机器人：Meddollina与持续临床智能的兴起

Vaibhav Ram S. V. N. S, Swetanshu Agrawal, Samudra Banerjee, Abdul Muhsin

专题命中医学数据与评测：medical AI(abstract)

AI总结 Meddollina是一种以治理优先的临床智能系统，通过约束推断和保持临床适当性，解决生成模型在临床部署中的不足，推动持续临床智能的发展。