医学 AI

Hierarchical Classification via Cascading Feature Elimination: Application to Human Phenotype Ontology-Aligned Facial Phenotyping (FaceMesh2HPO)

通过级联特征消除进行层次分类：在人类表型本体对齐的面部表型分析（FaceMesh2HPO）中的应用

Fabio Hellmann, Alexander Hustinx, Benjamin D. Solomon, GestaltMatcher Database Consortium, Tzung-Chien Hsieh, Peter Krawitz, Elisabeth André

机构 * University of Augsburg（奥格斯堡大学） ； University of Bonn（波恩大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV、cs.LG

AI总结 FaceMesh2HPO框架利用临床医生注释及图像生成3D面部网格，基于PointNet训练含级联分类与特征消除的分层管道，结合多种数据实现面部表型分类，虽有成果但罕见叶节点性能受限，需改进策略增强实用性。

Transforming Heart Disease Prediction with Advanced Machine Learning Techniques

用先进机器学习技术变革心脏病预测

Sami Ullah, Muhammad Mohsin Khan

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

AI总结 本研究对比多种ML分类器在UCI、Kaggle心脏病数据集上的性能，发现SVM在UCI数据集、Simple Cart在Kaggle数据集上表现最优，经调参的ML模型可辅助心脏病早期诊断。

A Cloud-Edge System for Multimodal Clinical Screening in Resource-Constrained Rural Settings

面向资源受限农村地区多模态临床筛查的云边协同系统

Hei Ting, Chan, Chenwei Wu, Xueshen Liu, Zesen Zhao, Boyuan Zheng, Luis Filipe Nakayama, Michael G. Morley, Liyue Shen, Jiasi Chen, Z. Morley Mao

机构 * University of Michigan（密歇根大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Harvard Medical School（哈佛医学院） 纠错

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

AI总结 该研究针对资源受限农村地区的多模态临床筛查问题，提出云边协同架构，经实验验证其诊断性能优异且成本更低，可适配部署约束。

Comments 31 pages, 3 figures. In Proceedings of Machine Learning Research, Volume 340, 2026 (Machine Learning for Healthcare Conference)

FinRCA-Bench: Benchmarking Evidence Retrieval and Reasoning for Financial AI Systems

FinRCA-Bench：面向金融AI系统的证据检索与推理基准

Pratik Ghawate

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究推出FinRCA-Bench基准，评估金融AI系统的证据检索与推理，发现检索架构影响性能，正确根本原因标签是可审计诊断的弱代理。

Comments 19 pages, 4 figures, 7 tables. Code and data: https://github.com/PratikGhawate/FinRCA-AI-Bench

Optimized Fuzzy Logic Approach with the IEEE Key Gas Method for Diagnosing Power Transformer Faults Using Dissolved Gas Analysis

结合IEEE关键气体法的优化模糊逻辑方法，用于通过溶解气体分析诊断电力变压器故障

Kim-Anh Nguyen, Huy Hoang Le, Ba Tu Phung

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究提出结合模糊逻辑与IEEE关键气体法的FL-KGM模型，优化隶属度函数与规则集并分离CO和CO₂，经真实数据集验证准确率达98.6%，可提升电力变压器故障诊断效果。

Comments This paper was presented at 2025 10th International Conference on Applying New Technology in Green Buildings (ATiGB). Please cite the published version

Journal ref 2025 10th International Conference on Applying New Technology in Green Buildings (ATiGB), Danang, Vietnam, 2025, pp. 114-119

Stratified wakes of a prolate spheroid at moderate angle of attack

Sheel Nidhan, Sanidhya Jain, Jose L. Ortiz-Tarin, Sutanu Sarkar

专题命中 诊断辅助 ：diagnosis(abstract)

Comments Accepted to TSFP 13. Conference paper available at: http://www.tsfp-conference.org/proceedings/2023/97.pdf

Journal ref 13th International Symposium on Turbulence and Shear Flow Phenomena (TSFP13), Montreal, Canada 2024

EVADE: Evidence-Verified Agentic Diagnosis with Escape

EVADE：带弃权机制的证据验证智能诊断方法

Mohaimenul Azam Khan Raiaan, Nur Mohammad Fahad

机构 * Monash University（莫纳什大学） ； Murdoch University（默多克大学） 纠错

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

AI总结 该研究针对医学VLMs不可靠问题，提出无需训练的EVADE方法，通过跨图像视图验证一致性并引入弃权机制，在多医学VQA数据集上提升了校准度与选择性风险，同时维持了准确率。

Eyes on the Image: Gaze Supervised Multimodal Learning for Chest X-ray Diagnosis and Report Generation

聚焦图像：用于胸部X光诊断与报告生成的注视监督多模态学习

Tanjim Islam Riju, Shuchismita Anwar, Saman Sarker Joy, Farig Sadeque, Swakkhar Shatabda

机构 * Department of Computer Science and Engineering, Brac University（计算机科学与工程系，布拉克大学） 纠错

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

AI总结 本研究基于MIMIC-Eye数据集构建两阶段多模态框架，引入注视监督提升胸部X光诊断准确率与报告空间可解释性，为该领域提供了可复现的新基准。

How Do VLMs Fail? Vision-Operation Misalignment in Compositional VQA

视觉语言模型如何失败？组合式视觉问答中的视觉-操作不对齐

Navya Gupta, Bingjie Xu, Avinash Anand, Timothy Liu, Zhengchen Zhang

机构 * Singapore Institute of Technology（新加坡科技学院） ； NVIDIA（英伟达） 纠错

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

AI总结 研究组合式视觉问答中视觉语言模型失败的机制，引入以操作为中心的框架分解失败模式，揭示四种失败模式及传播路径，表明不同失败类型需不同纠正策略，为提升模型可靠性提供基础。

Comments Accepted at ACM Multimedia 2026

When Audio-Language Models Fail to Leverage Multimodal Context for Dysarthric Speech Recognition

音频-语言模型在利用多模态上下文进行构音障碍语音识别时的失效问题

Pehuén Moure, Niclas Pokel, Bilal Bounajma, Yingqiang Gao, Roman Boehringer, Longbiao Cheng, Shih-Chii Liu

专题命中 医疗多模态 ：diagnosis(abstract)

AI总结 该研究构建基于SAP数据集的基准，发现现有音频-语言模型无法有效利用构音障碍语音的临床上下文，而LoRA适配方法可将WER降低52%，为包容性ASR提供测试平台。

Large Language Models in Mental Health: A Systematic Review of Applications, Innovations, and Ethical Challenges

心理健康领域的大语言模型：应用、创新与伦理挑战的系统综述

Yisong Chen, Yifan Gao, Sijing Yu, Chuqing Zhao, Yang Lu

专题命中 医疗多模态 ：diagnosis(abstract)

AI总结 该系统综述梳理了大语言模型在心理健康领域的多类应用、技术创新，同时探讨了其面临的伦理与监管挑战，并倡导建立保障其安全公平部署的框架。

Comments Systematic review. Published in Journal of Industrial Integration and Management (2025). Applications of large language models in mental health, including social media analysis, clinical conversational agents, therapy support tools, multimodal learning, and ethical considerations

Journal ref Journal of Industrial Integration and Management (JIIM), 2025

Deep Unfolding Network for Nonlinear Multi-Frequency Electrical Impedance Tomography

Giovanni S. Alberti, Damiana Lazzaro, Serena Morigi, Luca Ratti, Matteo Santacesaria

机构 * MaLGa Center, Department of Mathematics, University of Genova（马尔加中心、数学系、热那亚大学） ； University of Bologna, Department of Mathematics（博洛尼亚大学、数学系） 纠错

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

Journal ref Journal of Computational Physics, Volume 567, 2026, 115293

Open-MOPD: Diagnosing and Fixing Capability Imbalance in Multi-Teacher On-Policy Distillation

Open-MOPD：诊断与修复多教师在线蒸馏中的能力不平衡

Huan-ang Gao, Haohan Chi, Yong Yan, Shiyuan Feng, Hanlin Wu, Zheng Jiang, Bingxiang He, Wei-Ying Ma, Ya-Qin Zhang, Hao Zhou

机构 * SIA-Lab of Tsinghua AIR and ByteDance Seed（清华大学AIR与字节跳动种子SIA实验室） ； Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） 纠错

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

AI总结 本研究针对多教师在线蒸馏（M-OPD）的能力不平衡问题，提出 Open-MOPD 框架，通过三种机制将提升空间恢复率从 35.6% 提升至 83.4%，并开源了相关方案与评估套件。

Comments Project page: https://bytedtsinghua-sia.github.io/Open-MOPD/

Multi-Class Electrical and Mechanical Fault Classification Using Random Convolutional Kernels

基于随机卷积核的多类机电故障分类

Mouhamadou Mansour Lo, Mouad Talbaoui, Gildas Morvan, Mathieu Rossi, Fabrice Morganti, David Mercier

机构 * University of Artois（阿图瓦大学） ； LSEE ； LGI2A 纠错

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

AI总结 本研究评估SelF-Rocket用于机电故障多类诊断，提出其多变量扩展方法，在两个基准数据集上对比ROCKET类方法，证实该方法的准确率-延迟权衡最优且在挑战性数据集上表现出色。

Comments Interdisciplinary Conference on Electrics and Computer (INTCEC 2026)