医学 AI

The Deployment Wall: A Diagnostic Framework and Instrument for Enterprise AI in the Deployment Era

部署壁垒：企业人工智能部署时代的诊断框架与工具

Fabricio F. Costa

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究针对企业生成式AI试点落地难问题，提出部署壁垒诊断框架与工具，通过评估平台消除摩擦的能力，助力企业将AI平台决策从基准比较转向架构比较。

Comments 19 pages, 6 figures, 8 tables. Introduces the Deployment Wall framework, the Seam Index diagnostic instrument (with an evidence-anchored scoring protocol), and the Deployment Debt construct; includes six falsifiable propositions and a research agenda

IyawoBench v2.0: Extended Diagnostic Evaluation of Large Language Model Clinical Triage in Nigerian Primary Care

IyawoBench v2.0：尼日利亚基层医疗中大型语言模型临床分诊的扩展诊断评估

Anthonio Oladimeji Gabriel, Dimeji Olawuyi

专题命中 诊断辅助 ：clinical AI(abstract)

AI总结 IyawoBench v2.0评估尼日利亚基层医疗的大型语言模型临床分诊，提出含三类失效模式的框架及新指标，发现前沿模型存缺陷，最优模型随部署场景变化，为中低收入国家临床AI选择提供基准。

Reasoning in Real World Clinical Care: Why Large Language Models Are Not Yet Safe for Autonomous Clinical Decision Support

现实世界临床护理中的推理：为何大型语言模型（LLM）尚不适合自主临床决策支持

Shayndhan Sivanathan, Shravan Nageswaran, Mehdi Zadem, Ryaan Sultan, Nicolas von Mallinckrodt, Max Solovyev, Alexey Matyushkin, Sumon Sadhu, Gabriele C DeLuca, Sanjeeva Jeyaretna, James Hillis, Manoj Ramachandran, Prakash Jayakumar

机构 * Atman Labs（阿特曼实验室） ； Oxford University Hospitals（牛津大学医院） ； University of Oxford（牛津大学） ； NIHR Oxford Biomedical Research Centre（英国国立卫生研究院牛津生物医学研究中心） ； Imperial College London（伦敦帝国理工学院） ； Technical University of Munich（慕尼黑工业大学） ； Massachusetts General Hospital（麻省总医院） ； Mass General Brigham（麻省总医院布里格姆医疗系统） ； Harvard Medical School（哈佛医学院） ； Barts Health NHS Trust（巴特保健国民保健信托基金会） ； the University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文指出，尽管LLM在医学考试和部分病例推理上表现出色，但因存在信息收集缺陷等问题，尚不适合用于无医生参与的自主临床分诊。

Comments 3 figures

Copy Less, Ground More: Overcoming Repetitive Copying in Long-Context Reasoning via Evidence-Aware Reinforcement Learning

少复制，多扎根：通过证据感知强化学习克服长上下文推理中的重复复制

Lizhe Fang, Weizhou Shen, Tianyi Tang, Yisen Wang

机构 * Peking University（北京大学） ； Alibaba Group（阿里巴巴集团） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究长上下文推理中语言模型的重复复制问题，提出GEAR奖励塑造方法，通过区分关键证据和干扰上下文来增强奖励信号，经实验验证该方法能提升模型性能，减少重复复制，凸显准确扎根证据对长上下文推理的重要性。

Generative AI in Action: Field Experimental Evidence from Alibaba's Customer Service Operations

生成AI在行动：来自阿里巴巴客户服务中心的实地实验证据

Xiao Ni, Yiwei Wang, Tianjun Feng, Lauren Xiaoyan Lu, Yitong Wang, Congyi Zhou

机构 * Fudan University（复旦大学） ； Zhejiang University（浙江大学） ； Dartmouth College（达特茅斯学院） ； Alibaba Group Inc.（阿里巴巴集团） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究通过大规模实地实验评估生成AI助手对电商售后客服人员绩效的影响，发现AI显著提升服务速度和服务质量，但对顶级员工产生负面影响，提示需定制化部署策略。

Ascorbic acid mitigates oxidative structural degradation in bovine spermatozoa: a label-free quantitative phase microscopy study

抗坏血酸减轻牛精子的氧化结构降解：一项无标记定量相位显微镜研究

Harpreet Kaur, Shubham Tiwari, Aman Kumar, Sandeep Kumar Jha, Satish Kumar Dubey, Dalip Singh Mehta

专题命中 病理影像 ：pathology(abstract)

AI总结 本研究利用QPM探究抗坏血酸对H₂O₂诱导氧化应激的Sahiwal牛精子结构的保护作用，发现8 mg/ml抗坏血酸可显著减轻结构降解，QPM参数或可作为无标记氧化损伤指标。

Comments 19 pages, 4 figures

Beyond Captions: Context-Grounded Reconstruction for Biomedical Multimodal Continued Pretraining

PMC-InterCPT：重新思考用于多模态持续预训练的医学交错数据

Guanghao Zhu, Zeyu Liu, Zhitian Hou, Pengkai Wang, Zhijie Sang, Yang Yu, Minheng Ni, Wenjun Wang, Yanggan Gu, Shuo Cai, Congkai Xie, Jianmin Wu, Hongxia Yang

机构 * The Hong Kong Polytechnic University（香港理工大学） ； Sun Yat-sen University（中山大学） ； InfiX.ai ； PolyU-Daya Bay Technology and Innovation Research Institute（PolyU-大亚湾技术与创新研究院） 纠错

专题命中 医疗多模态 ：biomedical(title,abstract)

AI总结 针对医学多模态持续预训练中图像-文本对数据存在的上下文缺失、结构噪声等问题，提出PMC-InterCPT交错语料库，通过恢复缺失标题、清洗文本、重建交错样本及LLM监督过滤，结合模态感知重采样，有效提升医学与通用多模态性能。

Frequency demodulation with magnetoelectric coreshells: A novel approach to enhanced bio-stimulation

磁电核壳结构的频率解调：一种增强生物刺激的新方法

Ram Prasadh Narayanan, Ali Khaleghi, Ilangko Balasingham

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

AI总结 该研究提出利用磁电核壳器件的非线性特性实现频率解调与生物刺激，通过多物理场仿真和跨模型验证证实其可诱导神经细胞膜电位，有望开发为多功能局部化核壳用于生物医学领域。

Comments 6 pages, 7 figures, 1 table. CC BY 4.0. Supported by B-CRATOS project, Horizon 2020 FET-OPEN, grant 965044, and ERCIM Alain Bensoussan Fellowship Programme

Journal ref Proceedings of the 10th ACM International Conference on Nanoscale Computing and Communication (NANOCOM 2023), September 20-22, 2023, Coventry, UK, pp. 59-64

SynCoTrain: A Dual Classifier PU-learning Framework for Synthesizability Prediction

Sasan Amariamir, Janine George, Philipp Benner

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

Broadband Control of Light through Complex Media via Automatic Self-Referencing Transmission Matrix Characterisation

基于自动自参考传输矩阵表征的复杂介质宽带光控制

Marcos Maestre Morote, Mickael Mounaix, Andrew Komonen, Martin Plöschner, Joel Carpenter

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出基于空间态层析的自动自参考传输矩阵测量技术，规避传统外部参考的限制，在多模光纤不同光源 regime 下实现完整传输矩阵恢复与高保真光束整形，拓展复杂介质光控制至宽带应用。

Comments Main text 13 pages, 4 figures. Supplementary Information 18 pages, 13 figures

HarnessBank: Semantic Gene-Bank Search with Gated Verification for Agent-Harness Self-Evolution

通过门控语义质量多样性实现自我进化智能体的驾驭

Xiaotian Luo, Dizhan Xue, Fengxingyu Wang, Chuanrui Hu, Yafeng Deng

专题命中 生物医学文本 ：diagnosis(abstract)

AI总结 研究大语言模型智能体驾驭因素提升性能的问题，提出自我进化智能体驾驭框架，将提出与评估更改分开，通过门控存档避免过度拟合，在多领域测试中取得较好泛化效果，证明诊断与评估循环的有效性。

Comments 9 pages, 4 figures, 3 tables

Group-Sparse Smoothing for Longitudinal Models with Time-Varying Coefficients

组稀疏平滑用于具有时间变化系数的纵向模型

Yu Lu, Tianni Zhang, Yuyao Wang, Mengfei Ran

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 TV-Select通过组稀疏平滑方法，有效识别纵向模型中时间变化与恒定效应，提升结构恢复与预测性能。

Inter-Beat Interval Estimation with Tiramisu Model: A Novel Approach with Reduced Error

基于Tiramisu模型的跨节拍间隔估计：一种误差减少的新方法

Asiful Arefeen, Ali Akbari, Seyed Iman Mirzadeh, Roozbeh Jafari, Behrooz A. Shirazi, Hassan Ghasemzadeh

机构 * EECS（电气与计算机工程系） ； BME（生物医学工程系） ； Texas A&M University（德克萨斯大学） ； Washington State University（华盛顿州立大学） ； CSE and ECE（计算机科学与工程及电子工程系） 纠错

专题命中 健康监测 ：diagnosis(abstract)；分类 cs.LG、eess.SP

AI总结 本文提出利用Tiramisu自动编码器模型来抑制运动伪影噪声，提高ECG信号中R峰的清晰度，从而更准确地估计跨节拍间隔，提升心血管疾病早期诊断的准确性。

Comments 16 pages, 14 figures

Clinician-Level Agreement Without Clinical Caution: LLM Evaluator Limits in Medical AI Benchmarking

临床医生级别的一致性缺乏临床谨慎：LLM评估者在医学AI基准测试中的局限性

William Philipp, Finn Fassbender, Daniel Fister, Thorsten Langer, Martje G. Pauly, Rebecca Herzog, Markus A. Hobert, Theresa Paulus, Alexander Baumann, Chi Wang Ip, Lukas L. Goede, Johanna Reimer, Sebastian Löns, Ronald Böck, Sebastian Fudickar

机构 * University of Luebeck（吕贝克大学） ； University of Tübingen（图宾根大学） ； University Hospital Schleswig-Holstein（石勒苏益格-荷尔斯泰因大学医院） ； University Hospital Würzburg（维尔茨堡大学医院） ； Charité – Universitätsmedizin Berlin（柏林夏里特医学院） ； Genie Enterprise Deutschland GmbH 纠错

专题命中 医学数据与评测 ：medical AI(title)

AI总结 针对德语开放回答临床基准MedQADE，评估LLM评估者与医生的对齐程度，发现统计一致性高但缺乏临床元认知，且存在系统性的模型谱系偏差。

Autonomous Repair for Multi-Agent Systems via Monte-Carlo Tree Search

基于蒙特卡洛树搜索的多智能体系统自主修复

Hanxiao Lu, Tianyi Zhang

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

AI总结 该研究提出基于蒙特卡洛树搜索的MARS框架，将多智能体系统修复建模为搜索过程，结合分类学增强评估与诊断引导扩展，在StateMAS基准上性能优于现有方法，且令牌消耗相当。

Comments Under conference review

AgentHPOBench: A Benchmark For Evaluating LLM Agents as Sequential Hyperparameter Optimizers

AgentHPOBench：用于评估LLM智能体作为序列超参数优化器的基准

Tianyu Huai, Tingshuo Fan, Xinchi Chen, Yining Zheng, Yuxin Wang, Shuang Chen, Jie Zhou, Xuanjing Huang

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 AgentHPOBench是含30个任务的序列基准，用于评估LLM智能体的超参数优化能力，实验显示其在多领域有优化能力，但在迭代优化等方面存在局限。

CyberNeuro: A Privacy-Preserving Agentic Workbench for Cohort-Scale Neuroimage and Clinical Data Analysis

CyberNeuro：用于队列规模神经影像与临床数据分析的隐私保护智能体工作台

Ran Ren, Junhong Tong, Yunxi Kong, Yiyao Chen, Yucheng Li, Kunhao Zhou, Shaoqi Wang, Yuxiang Tao, Shuheng Cao, Zhihao Fan, Marissa DiPiero, Tingting Dan, Guorong Wu

专题命中 医学数据与评测 ：biomedical(abstract)

AI总结 CyberNeuro是配备WandaMind本地LLM的隐私保护智能体工作台，通过四个专用智能体实现神经影像与临床数据分析自动化，在NeuroBench上提升了域准确率，还降低了令牌使用量。

Comments 25 pages, 4 figures

EarlyDx: An Admission-Anchored Benchmark for Open-Ended Generation of Evidence-Supported ED-Encounter Diagnoses

EarlyDx：一个锚定入院时间的开放生成式循证急诊科就诊诊断基准

Jiahui Li, Ruili Fang, Zishuai Liu, Yutong Guo, Nan Yang, Wenzhan Song, Jin Lu, Fei Dou

机构 * University of Georgia（佐治亚大学） ； Beijing Luhe Hospital（北京潞河医院） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 本文提出EarlyDx基准，针对现有诊断基准不适用入院诊断场景的问题，基于MIMIC-IV数据构建，发现各类LLM均无法可靠综合入院证据，仅能提取部分诊断，微调后仍有差距。

Can Large Language Models Derive New Knowledge? A Dynamic Benchmark for Biological Knowledge Discovery

大语言模型能否推导新知识？一种动态生物知识发现基准

Chaoqun Yang, Xinyu Lin, Shulin Li, Wenjie Wang, Ruihan Guo, Fuli Feng, Tat-Seng Chua

机构 * National University of Singapore（新加坡国立大学） ； Tsinghua University（清华大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 医学数据与评测 ：biomedical(abstract)

AI总结 本文提出DBench-Bio，一种动态生物知识发现基准，通过三阶段流程评估AI的新知识发现能力，揭示当前模型在知识发现上的局限性。

Comments Accepted by KDD 2026