医学 AI

Key Point Analysis Needs Structure Recovery: Task Definition, Dataset Diagnosis, and a Structure-Aware Benchmark

关键点分析需要结构恢复：任务定义、数据集诊断及结构感知基准

Zhiqiang Shi, Oana Cocarascu

机构 * King’s College London（伦敦国王学院） 纠错

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

AI总结 该研究定义关键点分析（KPA）为结构化预测问题，诊断现有KPA基准缺陷，构建人机协同标注的结构感知基准并发布相关资源，为KPA研究提供支持

Can You Trust Frozen Hematology Foundation Models under Acquisition Shift?

在采集分布偏移下你能信任冻结的血液学基础模型吗？

Jai Kumar Sharma, Peeyush Tapadiya

机构 * Virginia Tech（弗吉尼亚理工大学） ； Accenture（埃森哲） 纠错

专题命中 医学数据与评测 ：pathology(abstract)；分类 cs.CV、q-bio

AI总结 该研究审计15种冻结编码器在采集分布偏移下的鲁棒性，发现跨域性能骤降，提出CBR方法改善部分场景，强调血液学FM基准需同时审计准确率、校准等多维度指标。

Comments Accepted at the HemaRAI 2026 workshop (MICCAI 2026 satellite event), oral presentation; to appear in MICCAI 2026 Satellite Events, LNCS, Springer. 25 pages (10 main incl. references + 15 supplementary), 4 figures. Project page: this https URL (https://jaishrm07.github.io/hematology-fm-robustness/)

MTDiag: A Multi-Turn Diagnostic Dataset Towards Clinically Meaningful LLM Evaluation

MTDiag：面向临床有意义的大语言模型评估的多轮诊断数据集

Pia Chouayfati, Alexander M. Fichtl, Miriam Anschütz, George Doumat, Georg Groh

机构 * Technical University of Munich（慕尼黑工业大学） ； UT Southwestern（西南大学（德克萨斯州）） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 本研究针对现有医学大语言模型评估基准无法反映临床多轮交互诊断能力的问题，构建了多轮诊断数据集MTDiag，并提出临床知识导向的多轮鉴别诊断评估指标。

Comments 20 pages, published in the SIGDIAL 2026 conference proceedings, see this https URL (https://aclanthology.org/2026.sigdial-1.58/)

ToolMinimize: Auditing and Rewriting LLM Agent Tool Calls to Minimize Privacy Exposure

ToolMinimize：审计与重写大语言模型智能体的工具调用以最小化隐私暴露

Wenbiao Li, Yuqiao Xu

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 ToolMinimize是一款中间件，通过拦截并重写LLM智能体的工具调用参数，结合schema感知分析与四种操作，在保证100%任务有效性的同时大幅降低隐私暴露，可选层可进一步提升效果，延迟极低。

From Blind Edits to Verified Repair: Building Trustworthy User-Side LLM Agents for Web Accessibility

从盲编辑到经验证的修复：构建可信的用户端大语言模型智能体以实现网页可访问性

Lily Bundgaard Wanscher, Markus Heidemann Lorensen, Mohammed Ammad Shafiq, Mahyar Tourchi Moghaddam, Mina Alipour

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 本研究构建了用户端LLM智能体的三个核心模块，通过双条件协议诊断盲编辑的缺陷，再结合验证修复工具实现了网页可访问性的可信修复，相关资源已公开。

Comments Accepted to be presented at ICME 2026 (5-9 October, Napoli, Italy) and to be published in ICMI companion proceedings by ACM

Clinically Grounded Privacy Evaluation of Medical LMs

临床导向的医学语言模型隐私评估

Sasha Ronaghi, Sana Tonekaboni, Lena Stempfle, Vivian Utti, Jordan Li Cahoon, Nathaniel Hendrix, Ayin Vala, Marzyeh Ghassemi, Emily Alsentzer

机构 * Stanford University（斯坦福大学） ； Massachusetts Institute of Technology（麻省理工学院） ； American Board of Family Medicine（家庭医学认证委员会） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 提出临床导向框架，按对抗访问等级评估医学语言模型隐私泄露，发现常规元数据可导致高比率逐字记忆和敏感诊断恢复，但部分记忆源于模板化文档。