医学 AI

BioPIE: A Biomedical Protocol Information Extraction Dataset for Experiment Understanding

BioPIE：面向实验理解的生物医学协议信息抽取数据集

Haofei Hou, Shunyi Zhao, Fanxu Meng, Kairui Yang, Lecheng Ruan, Qining Wang

机构 * School of Advanced Manufacturing and Robotics, Peking University（北京理工大学先进制造与机器人学院） ； School of Integrated Circuits, Peking University（北京理工大学集成电路学院） 纠错

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

AI总结 提出BioPIE数据集，以程序为中心的知识图谱捕获实体、动作和关系，解决生物医学实验理解中的高信息密度和多步推理难题，并验证了信息抽取方法及问答系统的有效性。

Comments Accepted to Findings of EMNLP 2026

The Role of Mixed and Augmented Reality in Medical Visualization: Literature Review and A Context-Aware Taxonomy

混合与增强现实在医学可视化中的作用：文献综述与情境感知分类法

Xinrui Zou, Mingxu Liu, Hongchao Shu, Ruixing Liang, Mathias Unberath, Alejandro Martin-Gomez

专题命中 生物医学文本 ：diagnosis(abstract)

AI总结 本文通过文献综述，构建了含图像模态等四个核心组件及可视化锚定等两个关键维度的医学AR/MR可视化分类法，为医学场景选择合适可视化技术提供详细框架。

Comments Accepted at IEEE ISMAR 2026. The definitive version will be available in IEEE Xplore

AGENT-O: A Semantic Agent Card Framework for Interoperable and Governed Healthcare AI Agents

AGENT-O：用于可互操作且受管控的医疗AI智能体的语义智能体卡框架

Pengze Li, Cui Tao

专题命中 医学数据与评测 ：healthcare AI(title)

AI总结 研究人员提出AGENT-O模块化本体框架，定义医疗AI智能体的语义智能体卡，评估279篇论文报告完整性，揭示评估规范差距，为结构化报告提供工具但不评估智能体质量与部署就绪性。

Under-Mattress Temporal Sensing for Next-Day Agitation Risk Scoring in Dementia Wards

痴呆病房次日激越风险评分的床垫下时序感知

Zhen Liu, Marta Bono, Robbe Decloedt, Ajda Flisar, Maarten Van Den Bossche, Maarten De Vos

机构 * KU Leuven（鲁汶大学） ； University Psychiatric Center KU Leuven（鲁汶大学大学精神病中心） ； Leuven Brain Institute（鲁汶脑研究所） ； Maastricht University Medical Centre+ (MUMC+)（马斯特里赫特大学医学中心） 纠错

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

AI总结 本研究以住院痴呆患者为对象，利用床垫下感知系统的夜间信号，通过含四种范式的患者分组基准，发现分钟级时序建模较传统方法能更好地预测次日激越风险，为相关研究提供了新方向。

DBRepro: Automated Database Synthesis via a Hybrid Constraint-Solving Approach for Reproducing Slow Queries

DBRepro：基于混合约束求解方法的自动化数据库合成框架，用于重现慢查询

Zhaoyang Zhang, Shuang Liu, Dengfeng Xu, Wei Lu, Jianquan Leng, Sheng Du, Xiaoyong Du

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 研究针对慢查询离线诊断的数据库合成难题，提出DBRepro框架，通过混合约束求解方法生成代理数据库，在TPC-H、SSB及真实数据集上验证了其在基数误差、计划一致性等指标上的优势。

Comments 13 pages, 10 figures, and 3 tables. Accepted for publication in the Industry Showcase Track of the 41st IEEE/ACM International Conference on Automated Software Engineering (ASE 2026)

Does Finetuning with Scientific Data Increase Hallucinations? A Multi-domain Factuality Evaluation of LLMs

使用科学数据微调会增加幻觉：LLMs的多领域事实性评估

Raia Abu Ahmad, Nikolas Rauscher, Ekaterina Borisova, Fabio Barth, Georg Rehm, Sebastian Möller

机构 * Deutsches Forschungszentrum für Künstliche Intelligenz GmbH（德国人工智能研究中心 GmbH） ； Technische Universität Berlin（柏林技术大学） ； Humboldt-Universität zu Berlin（柏林洪堡大学） 纠错

专题命中 医学数据与评测 ：biomedical(abstract)

AI总结 提出SciFactCheck基准和模块化评估框架，发现科学微调模型在所有幻觉类型和科学领域上事实可靠性下降，且内部更不自信但语言更武断。

Comments Camera-ready version