医学 AI

Multi-Teacher Contrastive Distillation for Edge-Efficient Pathology Foundation Models

用于边缘高效病理学基础模型的多教师对比蒸馏

Tim Lenz, Maurice Heide, Marco Gustav, Nic G. Reitsam, Jakob Nikolas Kather

机构 * EKFZ for Digital Health（数字健康EKFZ） ； TU Dresden（德累斯顿工业大学） ； University of Augsburg（奥格斯堡大学） ； Bavarian Cancer Research Center (BZKF)（巴伐利亚癌症研究中心） ； Department of Medicine I, TU Dresden（德累斯顿工业大学第一医学院） ； NCT Heidelberg（海德堡NCT） ； University of Leeds（利兹大学） 纠错

专题命中 病理影像 ：pathology(title,abstract)；分类 cs.CV

AI总结 研究针对计算病理学基础模型本地部署难题，提出MuCoDi预训练框架，通过多教师对比蒸馏，将多个PFMs的切片嵌入蒸馏到轻量级编码器，经实验验证该方法能大幅减小模型大小并保持性能，推动病理学表示向边缘部署发展。

KOAL: Knowledge-Driven Prostate Cancer Grading with Ordinal-Aware Learning

KOAL：基于序数感知学习的知识驱动前列腺癌分级

Zheng Guo, Jiaqi Cui, Haocheng Xiong, Jize Han, Bo Liu, Qianwen Zhang, Rui Chen, Yan Wang

机构 * School of Computer Science, Sichuan University（四川大学计算机学院） ； China Mobile (Suzhou) Software Technology Company Limited（中国移动（苏州）软件技术有限公司） ； Shanghai Changhai Hospital, Naval Medical University（上海长海医院，海军医学大学） ； Renji Hospital, Shanghai Jiao Tong University School of Medicine（仁济医院，上海交通大学医学院） 纠错

专题命中 病理影像 ：MRI(abstract)；pathology(abstract)；radiology(abstract)；分类 cs.CV

AI总结 研究利用mpMRI无创预测前列腺癌GGG的问题，提出KOAL框架，含临床上下文调制、知识引导原型对齐和分层序数感知约束三个模块，实验证明该框架优于现有方法，提升了前列腺癌GGG预测准确性。

Comments 10 pages, 2 figures, 2 tables. Accepted at MICCAI 2026. This is the submitted version prior to peer review. The final authenticated version will be available on SpringerLink

Millimeter-scale wide-field mid-infrared photothermal imaging enabled by a broadly tunable picosecond optical parametric oscillator

由宽调谐皮秒光参量振荡器实现的毫米级宽场中红外光热成像

Anooj Thayyil Raveendran, Supatcharee Cael, Anju Jose, Jürgen Popp, Christoph Krafft

专题命中 病理影像 ：biomedical(abstract)

AI总结 研究克服宽场中红外光热成像在视场等方面的限制，通过开发由商用皮秒光参量振荡器驱动的F-MIP成像平台，实现毫米级宽场成像及900cm-1以下宽场MIP成像，可用于生物医学成像等，是高通量振动成像可扩展平台。

Comments 8 pages, 3 figures

Canopy: A Heterograph Foundation Model for Metabolic Engineering

Canopy：用于代谢工程的异构图基础模型

Jake Bowden, Laurence Legon, Satnam Surae

机构 * an in-house laboratory information management system (LIMS)（一个内部实验室信息管理系统（LIMS）） 纠错

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

AI总结 代谢工程中设计高产微生物菌株有挑战，Canopy异构图基础模型集成多数据源成知识图谱，用特定模型编码特征，经自监督目标预训练，在发酵滴度预测任务中表现优于基线。

Comments Accepted at ICML GenBio Workshop 2026 https://openreview.net/forum?id=H8bvgKoT7j

Variational Learning of Disentangled Representations

解缠表示的变分学习

Yuli Slavutsky, Ozgur Beker, David Blei, Bianca Dumitrascu

机构 * Department of Computer Science, Columbia University, New York City, USA（哥伦比亚大学计算机科学系） 纠错

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

AI总结 研究如何实现解缠表示，引入DisCoVR变分框架，其目标与数据生成概率结构一致，含对抗项防止特定条件信息编码，在多类数据集上比以前方法实现更强解缠。

AI-Augmented Statistical Network Estimation with Proxy Gene Embeddings

基于代理基因嵌入的人工智能增强统计网络估计

Yan Chen, Weijing Tang, Jin-Hong Du

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 研究利用现代生物医学基础模型提供的代理基因嵌入改善部分观察目标网络的潜在结构恢复，提出PLANE模型，结合两种信息源，经分析得出网络嵌入权重的最优选择，模拟等验证其能提升潜在恢复等效果。

From Voting to Agent Collaboration: Answer-Type-Aware LLM Pipelines for BioASQ 14b

从投票到智能体协作：用于BioASQ 14b的答案类型感知大语言模型管道

Taeyun Roh, Eunha Lee, Wonjune Jang, Sohyun Chung, Junha Jung, Jaewoo Kang

机构 * Korea University（韩国大学） ； Myongji University（明知大学） ； AIGEN Sciences（爱根科学公司） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 该研究针对BioASQ 14b任务B提出特定问题类型的大语言模型框架，依据不同问题类型选择不同推理程序，如为是/否问题用片段洗牌等，经初步实验和官方评估，框架性能具竞争力，在第4批次事实性子任务中夺冠，证明相关方法结合的有效性。

Comments 15 pages

Statistical inference for the probability of necessity for causal attribution

因果归因必要性概率的统计推断

Ping Zhang, Ruoyu Wang, Wang Miao

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 研究因果归因必要性概率的统计推断，针对其非点识别及非光滑性难题，引入边际条件，建立半参数效率理论，提出渐近有效估计器与置信区间，可利用协变量缩短区间长度，在多领域有潜在应用。

Differentially private quantum sensor networks

差分隐私量子传感器网络

Daniel J. Spencer, Kaiyan Shi, Emil T. Khabiboulline, Gorjan Alagic, Alexey V. Gorshkov

专题命中 健康监测 ：biomedical(abstract)

AI总结 研究量子传感器网络用于隐私数据测量时的隐私问题，引入具差分隐私的安全传感协议，协调差分隐私与海森堡极限缩放，给出多种协议，证明主要协议在隐私-效用权衡中有优势且对多种攻击具弹性。

Comments 36 pages, 5 figures, 1 table

EvalLoop: A Methodology for Evaluation-Driven Iterative Improvement of Business AI Systems

EvalLoop：一种用于商业人工智能系统评估驱动迭代改进的方法

Kenneth Benavides, Josh Fleischer, Danti Chen

机构 * Robert Half（罗伯特·哈夫公司） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 研究针对商业AI系统评估忽视迭代改进价值的问题，提出EvalLoop方法，通过维度指标分组、故障模式分类和结构化迭代工作流程，实现评估驱动的迭代改进，经案例研究验证有效，还能助力模型选择与部署权衡，且被打包为可重用工件。