医学 AI

BioMed-Agent-RL: A Meta Learning, All You Need for Biomedical Applications

BioMed-Agent-RL：元学习，生物医学应用的一切所需

Md Asaduzzaman Jabin, Zihao Wu, Tianming Liu

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

AI总结 该研究针对临床视觉大语言模型的缺陷，提出BioMed-Agent-RL医学智能体，整合多模态元学习与强化学习等技术，在多基准实验中准确率达约73%，较现有模型提升约5%，为临床智能体系统建立新标准。

Aligning Biomedical Texts and Knowledge Graphs: A Systematic Comparison of Lightweight Alignment Strategies

生物医学文本与知识图谱的对齐：轻量对齐策略的系统比较

Artem Bisliouk, Elizaveta Nosova, Heiko Paulheim, Andreea Iana, Rita T. Sousa

机构 * University of Mannheim（曼海姆大学） 纠错

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

AI总结 本研究提出统一框架系统比较生物医学文本与KG的轻量对齐策略，构建CTD-Align语料库，发现三元组组合和训练方向影响最大，线性投影效果最优，为二者桥接提供实用基础。

Comments Accepted at the Third Workshop on Knowledge Graphs and Neurosymbolic AI (KG-NeSy 2026) co-located with ISWC 2026

SSE-Bio: A Structured Self-Evolving Agent with Agentic Retrieval Policy for Multi-Hop Biomedical Reasoning

SSE-Bio：面向多跳生物医学推理的、具备智能体式检索策略的结构化自进化智能体

Zhaohan Meng, Zaiqiao Meng, Siwei Liu, Hao Xu, Ke Yuan, Iadh Ounis

机构 * School of Computing Science, University of Glasgow（格拉斯哥大学计算科学学院） ； Brigham and Women’s Hospital, Harvard Medical School, Harvard University（哈佛大学医学院附属布莱根妇女医院） ； Language Technology Lab, University of Cambridge（剑桥大学语言技术实验室） ； School of Natural and Computing Science, University of Aberdeen（阿伯丁大学自然与计算科学学院） ； School of Cancer Sciences, University of Glasgow（格拉斯哥大学癌症科学学院） ； Cancer Research UK Scotland Institute（英国癌症研究苏格兰研究所） 纠错

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

AI总结 本研究针对生物医学多跳问答的指令漂移问题，提出SSE-Bio结构化自进化智能体，通过代理策略选择性检索、细粒度模板编辑及组相对策略优化，在三个基准上实现优于现有基线的性能，BioHopR上提升6.56绝对点。

Comments Accepted to EMNLP 2026

When Calibration Depends on the Scoring Rule: Quantized Biomedical LLM Classification

量化对生物医学大语言模型可靠性的影响

Anton Rasmussen, Hong Qin

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

AI总结 该研究针对 Mistral-7B 变体在 PubMed RCT 句子分类任务上，评估量化及提示模板、评分规则等对生物医学大语言模型可靠性的影响，发现这些因素对校准和准确率的影响不可忽视。

Comments 8 pages, 1 figure

Entity-Constrained CBCT Retrieval for Low-Resource Dental Record Completion

用于低资源牙科记录补全的实体约束锥形束计算机断层扫描（CBCT）检索

Nhi Ngoc-Yen Nguyen, Thai Nguyen, Kiet Huynh Cao Tuan, Huy-Hieu Pham

机构 * VinUniversity ； Vietnam National University Ho Chi Minh City（胡志明市国家大学） ； University of Science（科学大学） 纠错

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

AI总结 针对低资源牙科记录补全难题，提出实体约束CBCT引导检索框架，其在MMDental任务3验证集与测试集上均优于基线方法，获测试阶段第二名，证实控制多模态证据修改范围比传输完整记录更可靠。

Comments Accepted at the ODIN 2026 Workshop, MICCAI 2026

Beyond Verdicts: A Graph-Based Analysis of Human and LLM Reasoning in Scientific Fact-Checking

超越裁决：科学事实核查中人类与大语言模型推理的基于图的分析

Abdul Ghafoor, Muhammad Arslan Manzoor, Yufang Hou

机构 * Interdisciplinary Transformation University Austria (ITU)（奥地利跨学科转型大学（ITU）） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本研究提出类型化推理图框架，用于对比科学事实核查中人类与LLM的推理路径，基于MISSCIPLUS数据集评估GPT-5等模型，发现各模型在裁决性能与人类对齐度上存在差异。

Reaching the thermodynamic limit of wicking on textured surfaces

在结构化表面上达到毛细上升的热力学极限

Zhaoyang Lv, Chen Ma, Li-Chen Huang, Yanshen Li

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 该研究通过调整微柱形状与排列规避能垒，实现了结构化表面上弱亲水性液体的毛细上升，达到热力学极限，获82度接触角，其毛细上升系数优于同孔隙率矩形沟槽，可推进生物医学与热管理技术。

Comments This work is under review at a peer-reviewed journal. Correspondence should be addressed to liyanshen@ucas. this http URL (http://ac.cn)