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。

2026-02-20 至 2026-02-20 共收录 2 篇信号源：cs.CV, cs.LG, q-bio, eess.IV, eess.SP

1. 医学数据与评测 2 篇

2602.16749 2026-02-20 q-bio.QM cs.LG 60%

U-FedTomAtt: Ultra-lightweight Federated Learning with Attention for Tomato Disease Recognition

U-FedTomAtt：轻量级联邦学习与注意力机制用于番茄疾病识别

Romiyal George, Sathiyamohan Nishankar, Selvarajah Thuseethan, Chathrie Wimalasooriya, Yakub Sebastian, Roshan G. Ragel, Zhongwei Liang

机构 * Department of Computer Engineering, University of Peradeniya（珀德尼亚大学计算机工程系）； Faculty of Science and Technology, Charles Darwin University（查尔斯达尔文大学科学与技术学院）； Canadian Institute for Cybersecurity, University of New Brunswick（新不伦瑞克大学加拿大网络安全研究所）； School of Mechanical and Electrical Engineering, Guangzhou University（广州大学机械与电子工程学院）

专题命中医学数据与评测：diagnosis(abstract)；分类 cs.LG、q-bio

AI总结 U-FedTomAtt提出一种轻量级联邦学习框架，结合注意力机制，用于在资源受限环境下识别番茄疾病，实现了高准确率和低计算开销。

Comments 10 pages and 4 figures

2506.16777 2026-02-20 cs.CL 50%

DistillNote: Toward a Functional Evaluation Framework of LLM-Generated Clinical Note Summaries

DistillNote：一种评估大语言模型生成临床笔记摘要功能性的框架

Heloisa Oss Boll, Antonio Oss Boll, Leticia Puttlitz Boll, Ameen Abu Hanna, Iacer Calixto

机构 * Department of Medical Informatics, Amsterdam UMC, University of Amsterdam（医学信息学系，阿姆斯特丹大学）； Amsterdam Public Health, Methodology（阿姆斯特丹公共健康与方法学）； Institute of Mathematics and Statistics, University of São Paulo（数学与统计学研究所，圣保罗大学）

专题命中医学数据与评测：diagnosis(abstract)

AI总结 DistillNote提出了一种评估大语言模型生成临床摘要功能性的新方法，通过下游任务验证摘要的诊断信号保留，揭示压缩与性能的权衡。