医学 AI

Sequence models reveal diagnosis accumulation pathways beyond comorbidity burden in population-scale hospital data

序列模型揭示人口规模医院数据中超越合并症负担的诊断累积路径

Katharina Ledebur, Mitja Devetak, Peter Klimek

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 利用对比变换器模型分析奥地利住院患者数据，发现纵向诊断序列中的时序信息可提升疾病结局预测，尤其在精神、肌肉骨骼、神经和代谢疾病方面，并揭示疾病累积的广度、近期性和速度与剩余风险相关。

Fermi-surface diagnosis for topological superconductivity with $s$-wave-like pairing symmetries

具有$s$波类配对对称性的拓扑超导的费米面诊断

Zhongyi Zhang, Ken Shiozaki, Chen Fang, Seishiro Ono

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文推导了时间反演对称超导体中具有$s$波类配对对称性的拓扑相的费米面公式，仅利用配对符号和费米速度即可诊断拓扑超导性，为第一性原理预测提供了基础。

Comments See "Ancillary files" for Supplementary Materials II

Journal ref Nature Communications 17, 4413 (2026)

HypoAgent: An Agentic Framework for Interactive Abductive Hypothesis Generation over Knowledge Graphs

HypoAgent: 一种用于知识图谱上交互式溯因假设生成的智能体框架

Yisen Gao, Yixi Cai, Tianshi Zheng, Jiaxin Bai, Yangqiu Song

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； Beihang University（北航） ； Hong Kong Baptist University（香港 Baptist 大学） 纠错

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

AI总结 提出HypoAgent框架，通过三个智能体（意图识别、假设生成、根因分析）实现知识图谱上的交互式溯因假设生成，在常识和生物医学领域知识图谱上达到最优语义相似度。

Comments Under Review

Mid-infrared single-pixel imaging at the single-photon level

单光子级中红外单像素成像

Yinqi Wang, Kun Huang, Jianan Fang, Ming Yan, E Wu, Heping Zeng

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

AI总结 利用非线性结构检测和上转换探测，结合压缩感知与深度学习算法，实现了单光子灵敏度的中红外单像素成像。

Journal ref Nature Communications 14, 1073 (2023)

When Are Multimodal Predictions Biologically Supported? A Diagnostic Evaluation Framework

何时多模态预测具有生物学支持？一个诊断性评估框架

Dylan Steiner, Gustavo Arango-Argoty, Gerald Sun, Etai Jacob

机构 * Oncology Data Science & AI, R&D（肿瘤数据科学与人工智能，研发） 纠错

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

AI总结 提出DECAT框架，通过五个零参考指标和规则决策，将多模态表示分类为四种诊断场景，以检测模型是否学到共享生物学、单模态生物学或虚假相关性。

What Am I Missing? Question-Answering as Hidden State Probing

我遗漏了什么？将问答作为隐藏状态探测

Chu Fei Luo, Samuel Dahan, Xiaodan Zhu

机构 * Department of Electrical and Computer Engineering & Ingenuity Labs, Queen’s University（电子与计算机工程系及Ingenuity实验室，女王大学） ； Conflict Analytics Lab, Queen’s University（冲突分析实验室，女王大学） ； Cornell Law School（康奈尔法学院） ； Vector Institute for AI（人工智能向量研究所） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 提出将问答作为推理时干预手段，通过学生-教师框架探测隐藏状态，发现提问前的隐藏状态可预测最终正确性，并设计门控策略优化提问时机。

Beyond Augmented-Action Surrogates for Multi-Expert Learning-to-Defer

超越增强动作代理的多专家学习延迟决策

Yannis Montreuil, Axel Carlier, Lai Xing Ng, Wei Tsang Ooi

机构 * School of Computing（计算学院） ； Fédération ENAC（ENAC联合会） ； ISAE-SUPAERO ； ONERA ； National University of Singapore（新加坡国立大学） ； Université de Toulouse（图卢兹大学） ； Agency for Science, Technology and Research（科技研究局） ； Institute for Infocomm Research（信息通信研究所） 纠错

专题命中 病理影像 ：pathology(abstract)；分类 cs.LG

AI总结 针对多专家学习延迟决策问题，提出一种解耦代理损失函数，通过独立sigmoid头与softmax分类器头分离优化，解决了现有方法中的优化病理问题，并首次给出不随专家数量增长的校准常数界。

Fast approximate Bayesian multidimensional scaling with consistency guarantees

具有一致性保证的快速近似贝叶斯多维缩放

Ami Sheth, Aaron Smith, Andrew J. Holbrook

专题命中 病理影像 ：pathology(abstract)

AI总结 提出Barnes-Hut BMDS算法，通过树形似然近似和吉布斯采样将计算复杂度从O(n^2)降至O(n log n)，并证明其稳态分布的一致性。

Cross-Modal Clinical Knowledge Integration for Mammography Report Generation

跨模态临床知识整合用于乳腺X线报告生成

Jiayi Zhu, Fuxiang Huang, Yu Xie, Xi Wang, Zhixuan Chen, Yuan Guo, Qingcong Kong, Zhenhui Li, Qiong Luo, Hao Chen

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Lingnan University（岭南大学） ； The Third Affiliated Hospital of Kunming Medical University, Yunnan Cancer Hospital, Peking University Cancer Hospital Yunnan（昆明医科大学第三附属医院、云南癌症医院、北京大学肿瘤医院云南分院） ； Guangzhou First People's Hospital, South China University of Technology（广州第一人民医院、华南理工大学） ； The Third Affiliated Hospital, Sun Yat-Sen University（中山大学第三附属医院） ； HKUST Shenzhen-Hong Kong Collaborative Innovation Research Institute（香港科技大学深圳-香港协同创新研究院） 纠错

专题命中 医疗多模态 ：diagnosis(abstract)；分类 cs.CV

AI总结 提出MammoRG框架，通过两阶段训练模拟临床报告流程，整合BI-RADS指南和先验知识，提升报告生成的临床一致性。

Comments 16 pages, 5 figures

UniMedVL: Unifying Medical Multimodal Understanding and Generation through Observation-Knowledge-Analysis

UniMedVL: 通过观察-知识-分析统一医学多模态理解与生成

Junzhi Ning, Wei Li, Cheng Tang, Jiashi Lin, Chenglong Ma, Chaoyang Zhang, Jiyao Liu, Ying Chen, Shujian Gao, Yuandong Pu, Huihui Xu, Chenhui Gou, Ziyan Huang, Yi Xin, Qi Qin, Diping Song, Bin Fu, Guang Yang, Yuanfeng Ji, Tianbin Li, Yanzhou Su, Jin Ye, Shixiang Tang, Zhongying Deng, Lihao Liu, Ming Hu, Junjun He

机构 * Shanghai Artificial Intelligence Laboratory ； Shanghai Innovation Institute ； Shanghai Jiao Tong University ； Shanghai Institute of Optics ； Fudan University ； University of Cambridge ； Monash University ； DAMO Academy, Alibaba Group ； Imperial College London ； The University of Hong Kong ； The Hong Kong University of Science ； Hupan Lab ； The Chinese University of Hong Kong 纠错

专题命中 医疗多模态 ：medical AI(abstract)；分类 cs.CV

AI总结 提出首个统一医学模型UniMedVL，通过渐进式训练流水线融合多模态理解与生成能力，并在8种影像模态的5.6M实例数据集上验证其性能。

Comments This submission has been converted to the ICML template

Beyond Agreement: Scoring Panel-Surfaced Biomedical Entity Candidates for Curator Triage

超越一致性：为策展人分类对面板筛选的生物医学实体候选进行评分

Shuheng Cao, Ruiqi Chen, Renjie Cao, Zhenhao Zhang, Siyu Zhang, Tingting Dan

机构 * University of California, San Diego（加州大学圣地亚哥分校） ； University of Michigan, Ann Arbor（密歇根大学安娜堡分校） ； The Hong Kong University of Science and Technology, Guangzhou（香港科学与技术大学（广州）） ； ShanghaiTech University（上海科技大学） ； University of North Carolina, Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 提出BioConCal评分器，利用无金标准的一致性、提及、表面可用性和文档特征，对多LLM面板筛选的候选实体进行评分，显著提高候选筛选的精确率和召回率。

Protocol for evaluating ChatGPT in biomedical association generation and verification using a RAG-enabled, cross-model majority voting workflow

使用RAG支持的跨模型多数投票工作流评估ChatGPT在生物医学关联生成与验证中的协议

Ahmed Abdeen Hamed, Luis M. Rocha

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 提出一个协议，通过RAG和跨模型多数投票工作流评估ChatGPT生成疾病中心生物医学关联的能力，并验证其可靠性。

Comments Main Manuscript and Supplementary Information. Both are equally important

Journal ref STAR Protocols, 2026; 7

IRIS: time-structured manifold projections

IRIS: 时间结构化流形投影

Brian Ondov, Chia-Hsuan Chang, Weipeng Zhou, Xingjian Zhang, Xueqing Peng, Yutong Xie, Huan He, Qiaozhu Mei, Hua Xu

机构 * Department of Biomedical Informatics and Data Science, Yale School of Medicine（耶鲁医学院生物医学信息学与数据科学部） ； School of Information, University of Michigan（密歇根大学信息学院） 纠错

专题命中 生物医学文本 ：biomedical(abstract)；分类 cs.LG

AI总结 提出IRIS算法，通过结合时间顺序和流形拓扑结构，解决t-SNE和UMAP无法体现时间动态的问题，适用于scRNA-seq、比较宏基因组学等动态生物医学数据可视化。

Mid-infrared single-photon 3D imaging

中红外单光子三维成像

Jianan Fang, Kun Huang, E Wu, Ming Yan, Heping Zeng

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 提出一种基于非线性频率上转换的单光子灵敏度和飞秒时间分辨率的中红外飞行时间成像系统，实现低光条件下的三维结构重建和反射率获取。

Journal ref Light, Science & Applications 12, 144 (2023)

Highly-Linear Proximity-Based Bi-SQUID Operating above 4 K

基于邻近效应的线性Bi-SQUID在4K以上工作

G. Trupiano, E. Riccardi, C. Puglia, M. Kiczynski, A. Gardin, G. De Simoni, G. C. Tettamanzi, F. Giazotto

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文展示了一种基于双环Bi-SQUID架构、采用三个超导-正常金属-超导（S-N-S）结的高度线性超导量子干涉器件放大器，在液氦温度下表现出尖锐、对称且高度线性的磁通-电压传递函数，单元件无杂散动态范围超过60 dB。

Comments 7 pages, 5 figures

Counterfactual Evaluation Reveals Hidden Capability Profiles in Clinical LLMs and Agents

反事实评估揭示临床LLM和智能体的隐藏能力画像

Matt Turk

机构 * Protege Data Lab（Protege数据实验室） 纠错

专题命中 医学数据与评测 ：clinical LLM(title)；clinical AI(abstract)；分类 cs.LG

AI总结 提出因果敏感性评分（CSS），通过沿五个临床维度变异肿瘤病例来评估模型是否按预期方向更新推荐，发现与覆盖度指标排名相反，并揭示所有前沿模型在手术状态干预上的安全盲点。

Comments Accepted to RLEval @ ACM CAIS 2026 (Workshop on Methods and RL Environments for Evaluating AI Agents) and selected for an invited talk based on reviewer ratings. 4-page short paper + appendix

Redefining Instance Matching: A Unified Framework for Part-Aware Matching in Panoptic Segmentation Evaluation

重新定义实例匹配：全景分割评估中部件感知匹配的统一框架

Erik Großkopf, Soumya Snigdha Kundu, Hendrik Möller, Nicolas Münster, Mehdi Astaraki, Paula Tamara Buzduga, Kerstin Ritter, Benedikt Wiestler, Jan Kirschke, Jonathan Shapey, Tom Vercauteren, Florian Kofler

机构 * Hertie Institute for AI in Brain Health, University of Tübingen, Germany（人工智能与脑健康研究所，图宾根大学，德国） ； King’s College London, UK（伦敦国王学院，英国） ； Technical University of Munich, Germany（慕尼黑技术大学，德国） ； Stockholm University, Sweden（斯德哥尔摩大学，瑞典） 纠错

专题命中 医学数据与评测 ：biomedical(abstract)；分类 cs.CV

AI总结 提出将全景分割中的片段匹配重新表述为约束二分分配问题，定义四种匹配策略，并扩展至部件感知评估，发布基于Panoptica的统一开源包。

Comments 9 pages, 4 figures

LangForce: Bayesian Decomposition of Vision Language Action Models via Latent Action Queries

LangForce: 通过潜在动作查询对视觉语言动作模型进行贝叶斯分解

Shijie Lian, Bin Yu, Xiaopeng Lin, Laurence T. Yang, Zhaolong Shen, Changti Wu, Yuzhuo Miao, Cong Huang, Kai Chen

机构 * Huazhong University of Science and Technology（华中科技大学） ； Beijing Zhongguancun Academy（北京中关村学院） ； Zhongguancun Institute of Artificial Intelligence（中关村人工智能研究院） ； Harbin Institute of Technology（哈尔滨工业大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Zhengzhou University（郑州大学） ； Beihang University（北航） ； East China Normal University（东华大学） ； DeepCybot Co., Ltd.（DeepCybot有限公司） 纠错

专题命中 医学数据与评测 ：pathology(abstract)；分类 cs.CV

AI总结 针对VLA模型在训练中因数据偏差导致语言信息被忽略的问题，提出LangForce框架，通过贝叶斯分解和潜在动作查询构建双分支架构，最大化动作与指令的点互信息，无需新数据即可显著提升泛化能力。

Comments ICML 2026