科学与医疗

医学 AI

医学智能、临床 AI、医学影像、病理、诊断和医疗健康大模型。

2026-09-01 至 2026-09-01 共收录 3 篇信号源：cs.CV, cs.LG, q-bio, eess.IV, eess.SP

1. 临床大模型 3 篇

2608.29127 2026-09-01 cs.AI 新提交 78%

Beyond Correctness: Validity-Oriented Evaluation of Biomedical LLM Judges

超越正确性：面向生物医学大语言模型评判者的有效性导向评估

Rodrigo de Oliveira, Federico Pittino, James Gwinnutt, Jay Nanavati

机构 * IQVIA（艾昆纬）

专题命中临床大模型：biomedical(title,abstract)

AI总结针对生物医学LLM评判者，该研究提出有效性导向的评估流程，评估Llama-3.1-8B-Instruct的四种训练场景，发现SFT→RL场景在多维度表现最优，可匹配或超越前沿模型。

2608.28592 2026-09-01 cs.AI 新提交 50%

A collective capability boundary in frontier large language models on guideline-conformant and case-specific oncology decision-making

前沿大语言模型在符合指南且针对具体病例的肿瘤决策中的集体能力边界

Zhang Sheng, Jinming Li, Wangyang Chen, Zhiwei Bao, Yu YoSean Wang

机构 * City University of Hong Kong（香港城市大学）； Fudan University Shanghai Cancer Center（复旦大学附属肿瘤医院）； Affiliated Hangzhou First People’s Hospital, Westlake University School of Medicine（西湖大学医学院附属杭州市第一人民医院）； Zhejiang University（浙江大学）； Shaoxing Vocational & Technical College（绍兴职业技术学院）

专题命中临床大模型：clinical LLM(abstract)

AI总结该研究构建肿瘤决策边界基准评估9个前沿LLMs，发现其存在临床元判断盲点，需架构干预，模型质量非临床部署主瓶颈，需可检测自身能力边界并路由决策至临床医生的架构。

2606.18613 2026-09-01 cs.CL cs.AI 版本更新 50%

Are LLMs Ready to Assist Physicians? PhysAssistBench for Interactive Doctor-Patient-EHR Assistance

LLMs 是否已准备好辅助医生？PhysAssistBench：交互式医患-电子病历辅助基准

Tianming Du, Peijie Yu, Sihan Shang, Danli Shi, My Linh Nguyen, Shengbo Gao, Guangyuan Li, Yinghong Yu, Yan Jiang, Qianlong Zhao, Behzad Bozorgtabar, Shaoxiong Ji, Jiazhen Pan, Daniel Rueckert, Jiancheng Yang

机构 * Aalto University（阿尔托大学）； Tencent（腾讯）； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））； Hong Kong Polytechnic University（香港理工大学）； Aarhus University（奥胡斯大学）； Technical University of Munich（慕尼黑工业大学）

专题命中临床大模型：clinical LLM(abstract)

AI总结提出PhysAssistBench基准，通过构建交互式患者代理评估LLM在医患-EHR交互中的协调能力，发现当前模型不可靠，瓶颈在于多维度协调而非单一能力。

Comments 35 pages with 8 figures