医学 AI

Extending the Horizon of Early Diagnosis: Lung Cancer Prediction with Vision Transformers

拓展早期诊断的视野：利用视觉Transformer进行肺癌预测

Olivera Kotevska, Ian Goethert, Michael McGee, Maria Mahbub, Sean R. Wilkinson, Rowena Yip, Myvizhi Esai Selvan, Zeynep H. Gumus, Claudia Henschke, Robert J. Klein, Providencia Morales, Samuel M Aguayo, Ioana Danciu, Mayanka Chandrashekar

机构 * Oak Ridge National Laboratory（橡树岭国家实验室） ； Icahn School of Medicine at Mount Sinai（西奈山伊坎医学院） ； Phoenix VA Medical Center（凤凰城退伍军人事务医疗中心） ； Vanderbilt University Medical Center（范德堡大学医学中心） 纠错

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

AI总结 该研究利用视觉Transformer（ViTs）分析259361张胸部X光片，通过解决类别不平衡优化模型，实现临床诊断前1-2年的肺癌预测，预训练ViTs性能优于从头训练模型，为早期肺癌风险预测提供了潜力。

Reconciling Consistency-Based Diagnosis with Actual-Causality-Based Explanations

协调一致性诊断与实际因果性解释

Leopoldo Bertossi

机构 * Carleton University（卡尔顿大学） ； Western University（西方大学） ； IMFD（智利国家数学与计算机科学研究所） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 从可解释AI视角探讨一致性诊断与实际因果性解释的联系，揭示其对XAI和可解释数据管理的潜在影响。

Comments Several typos fixed, and remarks added. To appear in Proc. of The 17th International Conference on Scalable Uncertainty Management (SUM'26), Springer LNCS, 2026

MACD: Multi-Agent Clinical Diagnosis with Self-Learned Knowledge for LLM

MACD: 基于自学习知识的多智能体临床诊断

Wenliang Li, Rui Yan, Xu Zhang, Li Chen, Hongji Zhu, Jing Zhao, Junjun Li, Mengru Li, Wei Cao, Zihang Jiang, Wei Wei, Kun Zhang, Shaohua Kevin Zhou

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 MACD通过多智能体框架实现LLM自学习临床知识，提升诊断准确率，与医生单独诊断相比表现更优，展示人机协作的协同潜力。

CRANE-LLM: Runtime-Augmented LLMs for Crash Prediction and Diagnosis in ML Notebooks

运行时增强的LLM用于ML笔记本的崩溃检测与诊断

Yiran Wang, José Antonio Hernández López, Ulf Nilsson, Dániel Varró

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 CRANE-LLM通过整合运行时信息提升ML笔记本崩溃检测与诊断的准确性与F1分数。

ClinicalGPT-R1: Pushing reasoning capability of generalist disease diagnosis with large language model

ClinicalGPT-R1：利用大语言模型提升全科疾病诊断的推理能力

Wuyang Lan, Wenzheng Wang, Changwei Ji, Guoxing Yang, Yongbo Zhang, Xiaohong Liu, Luonan Chen, Shengge Li, Song Wu, Guangyu Wang

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出ClinicalGPT-R1，经20000条临床记录训练，在MedBench-Hard基准测试中，其中文诊断性能优于GPT-4o、英文性能与GPT-4相当，提升了疾病诊断的推理能力。

Comments 8 pages, 6 figures

From Diagnosis to Redesign: Using Quantitative Ethnography to Improve Multi-Agent LLM Reasoning

从诊断到重新设计：使用定量人种志改进多智能体大语言模型推理

Vedant Khatri, Anthony Cusimano, Zachari Swiecki, Zhen Xu, Xiner Liu, Renzhe Yu

机构 * University of California, Irvine（加利福尼亚大学欧文分校） ； University of California, Los Angeles（加利福尼亚大学洛杉矶分校） ； Monash University（莫纳什大学） ； Columbia University（哥伦比亚大学） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

专题命中 诊断辅助 ：diagnosis(title)

AI总结 本研究提出定量人种志方法，以自动作文评分为例，通过分析五智能体辩论系统的交互模式诊断问题并修改提示词，使多智能体LLM的评分准确率从27.78%提升至40.28%。

Comments Accepted at ICQE 2026 (to appear in Springer CCIS)

A Source-Grounded Framework for Constructing and Evaluating Progressive Multimodal Diagnostic Dialogues from Clinical Case Reports

基于来源的从临床病例报告构建和评估渐进式多模态诊断对话的框架

Yufan Wang, Rui Yang, Yi Liu, Yi Lin, Yifan Peng

机构 * Weill Cornell Medicine（威尔康奈尔医学院） 纠错

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

AI总结 该研究提出基于来源的框架用于构建渐进式多模态诊断对话，并评估MLLMs的诊断推理能力，实验显示所提框架转换病例报告的参考对话表现优异，而前沿MLLMs的相关指标显著更低。

Comments Accepted to IEEE HealthCom 2026, Distinguished Invited Papers Track

AutoSaddler: Automatic Harness Optimization with Durable Updates from Agent Execution Traces

AutoSaddler：基于智能体执行轨迹的持久化更新的自动工具优化

Sungho Park, Wonjoong Kim, Rongyuan Tan, Jue Zhang, Wook-Shin Han, Pengfei Gao, Chanyoung Park, Yongqiang Yao, Rao Fu, Elsie Nallipogu, Qingwei Lin, Saravan Rajmohan, Dongmei Zhang

机构 * KAIST（韩国科学技术院） ； Southern University of Science and Technology（南方科技大学） ； Microsoft（微软） ； POSTECH（浦项科技大学） 纠错

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

AI总结 AutoSaddler是基于智能体执行轨迹的自动工具优化框架，通过离线学习结合故障诊断等技术，在多个基准上提升智能体性能9.0-10.0个百分点，为构建更可靠的智能体系统提供了新方向。

Comments 44 pages, 15 figures. Project website and code: this https URL (https://aka.ms/AutoSaddler-website)

SANE: State Anomaly Neutralization for Stable Extreme-Context Delta-Rule Models

SANE：用于稳定极端上下文Delta规则模型的状态异常中和

Qingwen Lin, Boyan Xu, Xiao Liu, Zhifeng Hao, Ruichu Cai

机构 * College of Science, Shantou University（汕头大学理学院） ； Yuanshi Intelligence（元氏智能） 纠错

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

AI总结 针对Delta规则循环模型在极端上下文外推下的局部范数爆炸问题，提出SANE方法，在安全阈值下可稳定长序列推理且性能不下降，过松阈值会导致推理能力丧失。

Sparse Multi-Stage Expert-Agent Routing for Complex Clinical Reasoning

面向复杂临床推理的稀疏多阶段智能体专家路由机制

Sike Xiang, Shuang Chen, Qian sun, Jia Cheng, Yusi Wei, Amir Atapour-Abarghouei

机构 * Durham University（杜伦大学） 纠错

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

AI总结 本文提出Sparse Multi-Stage Expert-Agent Routing框架，通过自适应激活稀疏专家智能体实现高效临床推理，引入ClinFEScore评估协议，在200例真实MDT病例上达91.5%诊断准确率，激活专家数从17.0降至3.0。

Elimination Geometry

消元几何

Mian Huang, Xueqin Wang

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

AI总结 本专著提出消元几何（EG）框架，用于研究局部最优对象的共享部署规则实现问题，整合多学科工具，其应用涵盖模型选择、预测等领域，可指导架构修复。

HandSplatter: Automated Digital Goniometry from Neural Rendering

HandSplatter：基于神经渲染的自动数字测角术

Emmett Chen, Neal Chen, Xiang Li, Quanzheng Li, Siyeop Yoon

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

AI总结 针对手动测角术低效、信度差及现有软件方法精度不足的问题，提出结合2D特征提取与视图合成的神经渲染新流程，引入离散密度爬山算法修正3D地标，实现自动数字测角，为手部功能评估提供可靠工具。

Comments Accepted for publication in the Proceedings of the 48th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC 2026), Full Paper #1985

Correcting Variable Importance Scored by Random Forests

修正随机森林产生的变量重要性评分

Guancheng Zhou, Haiping Xu, Jason Liu, Donghui Yan

机构 * Computer and Information Science（计算机与信息科学） ； Mathematics and Data Science（数学与数据科学） ； University of Massachusetts, Dartmouth, MA（马萨诸塞大学达特茅斯分校） ； The Rivers School, Weston, MA（韦斯特on学校的河流学校） 纠错

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

AI总结 针对随机森林变量重要性受变量间相关性影响的问题，提出基于条件相关性的分组方法进行修正，实验证明两种计算高效方案均能有效校正变量重要性。

Comments 22 pages, 10 figures

DuoGNN: Topology-aware Graph Neural Network with Homophily and Heterophily Interaction-Decoupling

DuoGNN：具备同质性与异质性交互解耦的拓扑感知图神经网络

K. Mancini, I. Rekik

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

AI总结 针对GNN过平滑、过压缩及泛化差的问题，提出拓扑感知的DuoGNN，通过解耦同/异质性边的双聚合流水线实现提升，在多类节点分类任务中表现优于变体。

FormuEvo: LLM-Guided Evolution for Discovering Solver-Efficient Mixed-Integer Programming Formulations

FormuEvo：大语言模型引导的进化算法用于发现求解器高效的混合整数规划模型

Haofeng Yuan, Jianing Peng, Jieyi Bi, Ni Zhang, Shiji Song, Zhiguang Cao

机构 * College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； School of Computing and Information Systems, Singapore Management University（新加坡管理大学计算与信息系统学院） ； Tsinghua University（清华大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 FormuEvo是LLM引导的进化框架，将MIP模型设计转化为符号空间的进化优化，结合求解器感知诊断与结构化内存，发现的MIP模型性能远超专家设计及现有LLM方法，求解加速最高达5.5倍且知识可跨场景迁移。

Comments 27 pages, 6 figures, and 9 tables. To appear in the Proceedings of EMNLP 2026

DPIAgent: Divide, Protocol, Isolate for Agentic Reproduction Test Generation

DPIAgent：面向智能体复现测试用例生成的Divide、Protocol、Isolate方法

Hao Liu, Steven Liu, Xin Zhang, Jane Luo, Yu Kang, Jie Wu, Fangkai Yang, Yangyu Huang, Pengfei Gao, Scarlett Li, Yan Lu

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 DPIAgent是基于Divide、Protocol、Isolate原则的结构化智能体框架，将复现测试用例生成拆分为单目标阶段，在SWT-Bench Verified上优于七个基线方法，GPT-5成功率达81.76%，添加测试选择后升至86.17%，通用性良好。

ARGUS: MCP-Grounded Root Cause Analysis for Kubernetes Incidents

ARGUS：基于MCP的Kubernetes事件根本原因分析工具

Ergi Senja, Seyed Mohammad Reza Razavi Zadegan, Philipp Leitner

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 ARGUS是一款基于MCP的Kubernetes事件根本原因分析助手，通过标准化MCP服务器关联LLM与实时可观测数据，在Slack频道提供诊断摘要，经评估其能100%识别根本原因，但修复建议可信度不足。

Comments 11 pages, 5 figures

What Makes an Initial Reaction Ready for Discussion?: Multi-Persona AI Support for Stance Reflection and Writing

是什么让初始反应适合讨论？：用于立场反思与写作的多角色AI支持

Sky Shih-Kai Hong, Mu-Tien Kuo, Wei-Ji Chen

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究提出多角色AI工具StanceLab，通过对比三角色模式与独立LLM模式的试点，明确了设计需求并规划了未来工作流，助力用户准备讨论立场。

Comments 5 pages, 3 figures, 2 tables. Accepted to TAICHI 2026 ( this https URL (https://taichi2026.taiwanchi.org/program) )

The Illusion of Control: Why Bare Classifier Inversion Silently Fails in Concept-Bottleneck Text Generation

控制的错觉：为什么单纯的分类器反演在概念瓶颈文本生成中会悄然失效

Qi Bing, Xiaowei Shao

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究针对概念瓶颈文本生成，发现单纯分类器反演因生成流形外代码而失效，其性能逊于简单事后先验，还验证了该问题诊断并实现与基线的公平对比。

Comments Accepted to EMNLP 2026 (Main Conference)

CDEG: Learning Decision-Critical Evidence for Long-Horizon Diagnostic Agents

CDEG：为长程诊断智能体学习决策关键证据

Xiwei Dai, Zijie Meng, Zhiting Fan, Yixuan Tang, Ziru Niu, Zuozhu Liu

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究提出基于图的框架CDEG，通过对比同一病例的成功与失败轨迹、受控反事实干预等学习决策关键证据，在多基准测试中使长程诊断智能体准确率最高提升11.5%。

Comments 9 pages, 5 figures

Triplet2Track: A Hierarchical System with Object-Centric Representations for Reliable Long-Horizon Manipulation

Triplet2Track：一种基于以对象为中心表征的可靠长 horizon 操作分层系统

Jianxiang Liu, Gaojing Zhang, Chuan Wen, Qipeng Liu, Yuxuan Zhao, Ning Guo, Wenzhao Lian

机构 * School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； School of Engineering and Informatics, University of Sussex（萨塞克斯大学工程与信息学院） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 针对长 horizon 机器人操作可靠性难题，提出 Triplet-to-Track System（TTS），该闭环模仿学习系统用人类视频减少数据依赖，经实验平均成功率达74.8%，支持对象级与组合泛化。

Comments 8 pages, 6 figures. Accepted for presentation at the 2026 IEEE International Conference on Systems, Man, and Cybernetics (SMC 2026)

All four leading LLMs talk more than they listen to personality-verified synthetic help-seekers

四大领先的大语言模型在与经人格验证的合成求助者交流时，说得多听得少

Pablo A. Fonseca, Raquel Rodríguez-Carvajal, Rafael A. Calvo

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究构建人格感知评估，发现四大领先大语言模型在为合成求助者提供危机建议时，存在说多听少、未充分探索情况就解决问题的共性，且评估覆盖了大五人格外的心理倾向。

Comments 30 pages, 6 figures, 24 tables. Data and code: this https URL (https://doi.org/10.82186/9aajj-vq030)

Robust Lightweight Deep Learning Models for Oral Cancer Screening

用于口腔癌筛查的鲁棒轻量级深度学习模型

Siddhant Bharadwaj, Aakash Shedsale, Tejashree Subramanya, Mohd. Azfar, Praveen Birur, Debnath Pal, Shankararama Sharma, Anupama Shetty, Rajesh Sundaresan

机构 * Indian Institute of Science（印度科学学院） ； KLES’ Institute of Dental Sciences（KLES牙科科学研究所） ； Biocon Foundation（百康基金会） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究针对中低收入国家口腔癌筛查的需求，优化了轻量级AI模型，发现直接优化混合架构优于大型模型等方案，其MobileViTv2模型在边缘设备上实现高灵敏度与特异度，可用于基层自动分诊。

Comments 10 pages, 3 figures, Paper accepted for the 6th International Conference on AI-ML Systems, 2026

SAGA: A Comparison Theorem for Local-to-Global Software Architecture - From Semantic Repair Cohomology to Algebraic-Geometric Descent

SAGA：局部到全局软件架构的比较定理——从语义修复上同调到代数几何下降

Hiroyuki Nakahata

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出SAGA比较定理，通过构建两种上同调证明局部与全局软件架构正确性的一致性，结合Lean形式化与ArchSig工具在微服务系统上验证了语义诊断与几何计算的可转换性。

Comments 42 pages, 2 figures. Version 1.0.1 (textual corrections to the Zenodo v1.0.0 deposit). Also archived on Zenodo with the full evidence bundle and Lean sources: this https URL (https://doi.org/10.5281/zenodo.21603761)

RIACT: A Responsible AI System for Personalized Study Habit Tracking and Early Burnout Signal Detection in University Students

RIACT：面向大学生的负责任AI系统，用于个性化学习习惯追踪与早期倦怠信号检测

Ria Sidhu

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究提出负责任AI系统RIACT，结合结构化学习记录与混合AI架构，为大学生检测早期倦怠信号并生成个性化学习建议，嵌入可审计规则等负责任AI原则，还提出了倦怠信号评估框架。

Comments 11 pages. Also available on EdArXiv: this https URL (https://doi.org/10.35542/osf.io/94hr5_v1)

Prompt-Induced Waste in Coding Agents: Reasoning, Effort, Harness Design, and End-to-End Cost

提示词诱导的大推理模型浪费：一项预注册的双框架编码智能体基准测试

Sarel Weinberger, Amir Hozez

机构 * PointFive 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究通过预注册基准测试发现，提示词措辞和智能体框架会大幅影响大推理编码智能体的成本，部分提示指令可成倍增加推理成本却不提升任务成功率，框架选择的成本差异更显著。

DynaKRAG: A Unified Framework for Learnable Evidence Control in Multi-Hop Retrieval-Augmented Generation

DynaKRAG：多跳检索增强生成中可学习证据控制的统一框架

Chenyu Zhou, Yaqi Wu, Xiaolei Guo, Jiaqi Huang, Xianfa Zhang, Junxu Zhang, Zhuo Yu, Zhubo Shi, Jianghao Lin, Dongdong Ge

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Aircraft Manufacturing Co., Ltd.（上海飞机制造有限公司） ； Tongji University（同济大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究多跳检索增强生成中证据控制问题，提出DynaKRAG框架，将证据获取表述为状态条件控制，通过有效性层和控制器选择操作，实验表明该框架在多个基准测试中表现出色，证明协调检索等操作的益处。

DeepRefine: Agentic Knowledge Refinement via Reinforcement Learning

DeepRefine: 通过强化学习进行代理编译知识的精炼

Haoyu Huang, Jiaxin Bai, Shujie Liu, Yang Wei, Huihao Jing, Hong Ting Tsang, Yisen Gao, Zhongwei Xie, Yufei Li, Yangqiu Song

机构 * HKUST（香港科技大学） ； HKBU（香港大学） ； Microsoft Research Asia Hong Kong（微软亚洲研究院（香港）） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 DeepRefine是一种基于LLM的推理模型，通过用户查询提升预构建知识库的质量，以适应下游任务。该模型通过多轮交互和归纳诊断定位缺陷并进行针对性精炼，采用Gain-Beyond-Draft奖励机制进行强化学习训练。

Programming by Chat: A Large-Scale Behavioral Analysis of 11,579 Real-World AI-Assisted IDE Sessions

通过聊天编程：11579个真实世界AI辅助IDE会话的大规模行为分析

Ningzhi Tang, Chaoran Chen, Zihan Fang, Gelei Xu, Maria Dhakal, Yiyu Shi, Collin McMillan, Yu Huang, Toby Jia-Jun Li

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究通过分析11579个真实IDE会话中的74998条开发者消息，揭示了编程工作组织的三大转变：对话编程作为逐步规范、认知工作分配给AI以及主动管理协作。

EchoTrace: Diagnosing Recursive Risks in LLM-Powered Recommender Systems

循环中的回声：在LLM推荐系统中反馈循环下的风险诊断

Donguk Park, Dongwon Lee, Yeon-Chang Lee

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出了一种角色感知的诊断框架，用于分析LLM推荐系统中反馈循环下的系统性风险，包括偏见、幻觉和自我强化的暴露模式。

Comments Accepted by ACM CIKM 2026