医学 AI

Evolving Medical Imaging Agents via Experience-driven Self-skill Discovery

通过经验驱动的自我技能发现进化医疗影像代理

Lin Fan, Pengyu Dai, Zhipeng Deng, Haolin Wang, Xun Gong, Yefeng Zheng, Yafei Ou

机构 * Southwest Jiaotong University, China（西南交通大学） ； The University of Tokyo, Japan（东京大学） ； RIKEN, Japan（日本理化学研究所） ； Westlake University, China（西湖大学） ； Hokkaido University, Japan（北海道大学） 纠错

专题命中 临床大模型 ：clinical AI(abstract)；分类 cs.CV

AI总结 MACRO通过经验驱动的自我技能发现，实现医疗影像代理的自我进化，提升多步骤协调精度和跨领域泛化能力。

Comments 18 pages, 4 figures, 3 tables

PreSight: Preoperative Outcome Prediction for Parkinson's Disease via Region-Prior Morphometry and Patient-Specific Weighting

PreSight：通过区域先验形态学和患者特异性加权进行帕金森病术前预后预测

Yand Wang, Chen Zhang, Lanyun Zhu, Yixin Chen, Qunbo Wang, Yutong Bai, Jurgen Germann, Yinghong Wen, Shuai Shao

机构 * Beijing Jiaotong University（北京交通大学） ； Nanyang Technological University（南洋理工大学） ； Institute of Medical Technology, Peking University（北京大学医学技术研究院） ； Beijing Tiantan Hospital, Capital Medical University（北京天坛医院） ； University Health Network, University of Toronto（多伦多大学健康网络） ； Suzhou Institute for Advanced Research, University of Science and Technology of China（中国科学技术大学苏州研究院） 纠错

专题命中 临床大模型 ：MRI(abstract)；分类 cs.CV

AI总结 PreSight通过结合临床先验与区域自适应形态学，实现帕金森病术前预后预测，提升术后运动改善预测的准确性和临床实用性。

A Diffusion-Driven Fine-Grained Nodule Synthesis Framework for Enhanced Lung Nodule Detection from Chest Radiographs

一种基于扩散的细粒度结节合成框架，用于增强胸部X光片上结节检测

Aryan Goyal, Shreshtha Singh, Ashish Mittal, Manoj Tadepalli, Piyush Kumar, Preetham Putha

机构 * Indian Institute of Technology, Bombay（印度理工学院，孟买） 纠错

专题命中 临床大模型 ：diagnosis(abstract)；分类 cs.CV

AI总结 本文提出了一种基于扩散的细粒度结节合成框架，通过低秩适应适配器实现对结节特征的精确控制，提升了胸部X光片上结节检测的性能。

Comments Accepted at MIDL 2026 (Poster). Published on OpenReview on February 14, 2026. Proceedings version pending. OpenReview: https://openreview.net/forum?id=7DL7cu8Ui8

The Value Sensitivity Gap: How Clinical Large Language Models Respond to Patient Preference Statements in Shared Decision-Making

价值敏感度缺口：临床大语言模型在共享决策中的患者偏好响应

Sanjay Basu

机构 * Waymark ； University of California, San Francisco（加州大学旧金山分校） 纠错

专题命中 临床大模型 ：clinical AI(abstract)；分类 cs.LG

AI总结 本文研究了临床大语言模型在共享决策中对患者偏好声明的响应，发现不同模型在价值敏感度和一致性上存在差异，通过实验验证了模型对患者价值的识别能力。

Comments 38 pages, 4 figures, supplementary appendix included

Inferring Chronic Treatment Onset from ePrescription Data: A Renewal Process Approach

从电子处方数据推断慢性治疗起始时间：一种 renewal 过程方法

Pavlin G. Poličar, Dalibor Stanimirović, Blaž Zupan

机构 * Faculty of Computer and Information Science, University of Ljubljana, SI-1000 Ljubljana, Slovenia（计算机与信息科学学院，卢布尔雅那大学，斯洛文尼亚） ； Faculty of Public Administration, University of Ljubljana, SI-1000 Ljubljana, Slovenia（公共行政学院，卢布尔雅那大学，斯洛文尼亚） 纠错

专题命中 临床大模型 ：diagnosis(abstract)；分类 cs.LG

AI总结 本文提出基于 renewal 过程的方法，通过处方动态建模和变化点检测，从电子处方数据中更准确地推断慢性治疗起始时间。

Imputation of Unknown Missingness in Sparse Electronic Health Records

稀疏电子健康记录中未知缺失值的填补

Jun Han, Josue Nassar, Sanjit Singh Batra, Aldo Cordova-Palomera, Vijay Nori, Robert E. Tillman

专题命中 临床大模型 ：diagnosis(abstract)；分类 cs.LG

AI总结 本文提出了一种基于变换器的去噪神经网络，用于解决电子健康记录中未知缺失值的填补问题，提高了医疗代码去噪的准确性，并在医院再入院预测任务中取得了显著提升。

Machine Learning Based Prediction of Surgical Outcomes in Chronic Rhinosinusitis from Clinical Data

基于机器学习的慢性鼻窦炎手术结果预测：从临床数据出发

Sayeed Shafayet Chowdhury, Karen D'Souza, V. Siva Kakumani, Snehasis Mukhopadhyay, Shiaofen Fang, Rodney J. Schlosser, Daniel M. Beswick, Jeremiah A. Alt, Jess C. Mace, Zachary M. Soler, Timothy L. Smith, Vijay R. Ramakrishnan

机构 * Purdue University（普渡大学） ； Idaho National Laboratory（爱达荷国家实验室） ； Indiana University Indianapolis（印第安纳大学印第安纳波利斯分校） ； Department of Otolaryngology-Head and Neck Surgery, Medical University of South Carolina（斯克内尔医学院耳鼻喉科与头颈外科部门） ； Department of Otolaryngology-Head and Neck Surgery, University of California, Los Angeles（加州大学洛杉矶分校耳鼻喉科与头颈外科部门） ； Department of Otolaryngology-Head and Neck Surgery, University of Utah（犹他大学耳鼻喉科与头颈外科部门） ； Department of Otolaryngology-Head and Neck Surgery, Oregon Health Sciences University（俄勒冈健康科学大学耳鼻喉科与头颈外科部门） ； Department of Otolaryngology-Head and Neck Surgery, Indiana University School of Medicine（印第安纳大学医学院耳鼻喉科与头颈外科部门） 纠错

专题命中 临床大模型 ：pathology(abstract)；分类 cs.LG

AI总结 本研究利用监督机器学习模型预测慢性鼻窦炎手术效果，通过SNOT-22评估患者术后受益，模型在多个算法中达到85%准确率，优于专家预测水平。

CAAT-EHR: Cross-Attentional Autoregressive Transformer for Multimodal Electronic Health Record Embeddings

CAAT-EHR: 多模态电子健康记录嵌入的交叉注意力自回归变压器

Mohammad Al Olaimat, Shaika Chowdhury, Serdar Bozdag

机构 * Department of Computer Science and Engineering, University of North Texas（计算机科学与工程系，北卡罗来纳大学达顿分校） ； BioDiscovery Institute, University of North Texas（生物发现研究所，北卡罗来纳大学达顿分校） ； Center for Computational Life Sciences, University of North Texas（计算生命科学中心，北卡罗来纳大学达顿分校） 纠错

专题命中 临床大模型 ：diagnosis(abstract)；分类 cs.LG

AI总结 CAAT-EHR通过多模态嵌入和自回归机制提升EHR分析的通用性和准确性。

Reliable Curation of EHR Dataset via Large Language Models under Environmental Constraints

通过环境约束下的大型语言模型可靠地整理EHR数据集

Raymond M. Xiong, Panyu Chen, Tianze Dong, Jian Lu, Louis Hu, Nathan Yu, Benjamin Goldstein, Danyang Zhuo, Anru R. Zhang

机构 * Duke University（杜克大学） 纠错

专题命中 临床大模型 ：biomedical(abstract)；分类 cs.LG

AI总结 CELEC通过环境约束下的大型语言模型可靠地整理EHR数据集，提升数据提取和分析的准确性和隐私保护。

Generative Regression for Left Ventricular Ejection Fraction Estimation from Echocardiography Video

基于生成回归的超声心动图视频左室射血分数估计

Jinrong Lv, Xun Gong, Zhaohuan Li, Weili Jiang

机构 * School of Computing and Artificial Intelligence, Southwest Jiaotong University（计算机与人工智能学院，西南交通大学） ； Manufacturing Industry Chain Collaboration Industrial Software Key Laboratory of Sichuan Province（四川省制造业产业链协同工业软件重点实验室） ； School of Medicine, University of Electronic Science and Technology（医学院，电子科技大学） 纠错

专题命中 临床大模型 ：diagnosis(abstract)；分类 cs.CV

AI总结 本文提出MCSDR模型，通过生成回归方法提升超声心动图视频中左室射血分数估计的准确性与解释性。

Comments 11 pages, 5 tables, 10 figures. Under peer review

Dense Feature Learning via Linear Structure Preservation in Medical Data

通过线性结构保持实现密集特征学习：医学数据

Yuanyun Zhang, Mingxuan Zhang, Siyuan Li, Zihan Wang, Haoran Chen, Wenbo Zhou, Shi Li

机构 * Independent Researcher（独立研究者） ； The Chinese University of Hong Kong（香港中文大学） ； Columbia University（哥伦比亚大学） 纠错

专题命中 临床大模型 ：medical AI(abstract)；分类 cs.LG

AI总结 本文提出密集特征学习方法，通过线性结构保持提升医学数据表示的稳定性与可解释性，实现更优的下游性能。

Comments ICLR Workshop

Knowledgeable Language Models as Black-Box Optimizers for Personalized Medicine

具备知识的语言模型作为个性化医疗的黑盒优化器

Michael S. Yao, Osbert Bastani, Alma Andersson, Tommaso Biancalani, Aïcha Bentaieb, Claudia Iriondo

机构 * University of Pennsylvania（宾夕法尼亚大学） ； Genentech（基因泰克） 纠错

专题命中 临床大模型 ：biomedical(abstract)；分类 cs.LG

AI总结 本文提出LEON方法，利用大语言模型作为黑盒优化器，结合领域知识提升个性化医疗治疗方案的优化效果。

Comments 63 pages, Accepted to ICLR 2026

Multi-View Stenosis Classification Leveraging Transformer-Based Multiple-Instance Learning Using Real-World Clinical Data

多视角狭窄分类：基于变换器的多实例学习方法利用真实世界临床数据

Nikola Cenikj, Özgün Turgut, Alexander Müller, Alexander Steger, Jan Kehrer, Marcus Brugger, Daniel Rueckert, Eimo Martens, Philip Müller

机构 * Chair for AI in Healthcare and Medicine, Technical University of Munich (TUM) and TUM University Hospital（人工智能在医疗与健康中的chair，慕尼黑技术大学及慕尼黑技术大学医院） ； Department of Computing, Imperial College London, UK, and Munich Center for Machine Learning (MCML)（计算系，伦敦帝国学院，英国，以及慕尼黑机器学习中心） ； Department of Internal Medicine, TUM University Hospital（内科系，慕尼黑技术大学医院） 纠错

专题命中 临床大模型 ：diagnosis(abstract)；分类 cs.CV

AI总结 本文提出SegmentMIL，一种基于变换器的多视角多实例学习框架，利用真实世界临床数据实现患者级别的冠状动脉狭窄分类，无需视图级注释，有效提升诊断性能。

Transparency-First Medical Language Models: Datasheets, Model Cards, and End-to-End Data Provenance for Clinical NLP

面向透明性的医疗语言模型：数据表、模型卡片和端到端数据溯源用于临床NLP

Olaf Yunus Laitinen Imanov, Taner Yilmaz, Ayse Tuba Tugrul, Melike Nesrin Zaman, Ozkan Gunalp, Duygu Erisken, Sila Burde Dulger, Rana Irem Turhan, Izzet Ozdemir, Derya Umut Kulali, Ozan Akbulut, Harun Demircioglu, Hasan Basri Kara, Berfin Tavan

机构 * TeMLM Foundation（TeMLM基金会） 纠错

专题命中 临床大模型 ：diagnosis(abstract)；分类 cs.LG

AI总结 TeMLM通过数据表、模型卡片和端到端数据溯源，为临床NLP提供透明性优先的发布工具包，支持可重复审计和真实数据验证。

Comments 12 pages, 9 figures, 15 tables. Technetium-I case study and ProtactiniumBERT-100M reference benchmarks

UniPACT: A Multimodal Framework for Prognostic Question Answering on Raw ECG and Structured EHR

UniPACT：一种多模态框架，用于基于原始ECG和结构化EHR的预后问题回答

Jialu Tang, Tong Xia, Yuan Lu, Aaqib Saeed

专题命中 临床大模型 ：diagnosis(abstract)；分类 cs.LG

AI总结 UniPACT通过多模态融合和结构化提示机制，实现对ECG和EHR的预后问题回答，取得优异的AUROC性能。

Comments Accepted to IEEE ICASSP 2026

PC-MCL: Patient-Consistent Multi-Cycle Learning with multi-label bias correction for respiratory sound classification

PC-MCL：具有多标签偏差校正的患者一致多周期学习用于呼吸声分类

Seung Gyu Jeong, Seong-Eun Kim

机构 * Department of Applied AI, Seoul National University of Science and Technology（应用人工智能系，首尔科学技术大学） 纠错

专题命中 临床大模型 ：diagnosis(abstract)；分类 cs.LG

AI总结 PC-MCL通过多周期拼接、三标签公式和患者匹配辅助任务，解决呼吸声分类中的多标签偏差问题，提升异常呼吸事件检测性能。

Analysis of voice recordings features for Classification of Parkinson's Disease

帕金森病的语音记录特征分析用于分类

Beatriz Pérez-Sánchez, Noelia Sánchez-Maroño, Miguel A. Díaz-Freire

机构 * Universidade da Coruña, CITIC Campus de Elviña（圣地亚哥·德·孔波斯特拉大学，CITIC埃尔维尼亚校区） 纠错

专题命中 临床大模型 ：diagnosis(abstract)；分类 cs.LG

AI总结 本文利用机器学习与特征选择方法对帕金森病进行语音记录特征分析，以提高诊断准确性并减少特征数量。

Journal ref ACM SAC Conference 2024

Statistical Inference for Fuzzy Clustering

模糊聚类的统计推断

Qiuyi Wu, Zihan Zhu, Anru R. Zhang

机构 * Department of Biostatistics & Bioinformatics, Duke University（杜克大学生物统计与生物信息学系） ； Department of Statistics & Data Science, University of Pennsylvania（宾夕法尼亚大学统计与数据科学系） ； Department of Biostatistics & Bioinformatics and Department of Computer Science, Duke University（杜克大学生物统计与生物信息学系和计算机科学系） 纠错

专题命中 临床大模型 ：biomedical(abstract)；分类 cs.LG

AI总结 本文提出加权模糊c均值方法，通过统计推断框架解决聚类大小不平衡问题，提升不确定性量化与生物意义的软成员资格分析。

DGSAN: Dual-Graph Spatiotemporal Attention Network for Pulmonary Nodule Malignancy Prediction

DGSAN：双图时空注意力网络用于肺结节恶性预测

Xiao Yu, Zhaojie Fang, Guanyu Zhou, Yin Shen, Huoling Luo, Ye Li, Ahmed Elazab, Xiang Wan, Ruiquan Ge, Changmiao Wang

专题命中 临床大模型 ：diagnosis(abstract)；分类 cs.CV

AI总结 DGSAN通过双图时空注意力网络融合多模态数据，提升肺结节恶性预测的准确性和计算效率。

A Novel Hierarchical Integration Method for Efficient Model Merging in Medical LLMs

Prakrit Timilsina, Anuj Nepal, Rajan Kadel, Robin Doss

机构 * Deakin Cyber Research（德肯网络研究） ； Innovation Centre Deakin University / Universal Higher Education Melbourne, Australia（德肯大学创新中心/通用高等教育墨尔本，澳大利亚） ； School of IT（信息科技学院） ； Engineering Melbourne Institute of Technology Melbourne, Australia（工程墨尔本技术学院墨尔本，澳大利亚） ； Innovation Centre Deakin University Geelong, Australia（德肯大学创新中心吉朗，澳大利亚） 纠错

专题命中 临床大模型 ：medical AI(abstract)；分类 cs.LG

MultiMed-ST: Large-scale Many-to-many Multilingual Medical Speech Translation

Khai Le-Duc, Tuyen Tran, Bach Phan Tat, Nguyen Kim Hai Bui, Quan Dang, Hung-Phong Tran, Thanh-Thuy Nguyen, Ly Nguyen, Tuan-Minh Phan, Thi Thu Phuong Tran, Chris Ngo, Nguyen X. Khanh, Thanh Nguyen-Tang

专题命中 临床大模型 ：diagnosis(abstract)；分类 cs.LG

Comments EMNLP 2025

A Multi-target Bayesian Transformer Framework for Predicting Cardiovascular Disease Biomarkers during Pandemics

Trusting Inekwe, Winnie Mkandawire, Emmanuel Agu, Andres Colubri

机构 * Department of Computer Science, WPI（计算机科学系，WPI） ； Department of Genetics and Computational Biology, UMass Chan Medical School（遗传学与计算生物学系，UMass Chan医学学院） ； AI Exploration Center, Department of Data Science and Analytics, SUNY Polytechnic Institute（AI探索中心，数据科学与分析系，SUNY polytechnic学院） 纠错

专题命中 临床大模型 ：CT(abstract)；分类 cs.LG

Dual Mixture-of-Experts Framework for Discrete-Time Survival Analysis

Hyeonjun Lee, Hyungseob Shin, Gunhee Nam, Hyeonsoo Lee

机构 * Lunit Inc.（Lunit公司） 纠错

专题命中 临床大模型 ：biomedical(abstract)；分类 cs.LG

Comments Accepted to NeurIPS 2025 workshop Learning from Time Series for Health (TS4H)

An Investigation of Memorization Risk in Healthcare Foundation Models

Sana Tonekaboni, Lena Stempfle, Adibvafa Fallahpour, Walter Gerych, Marzyeh Ghassemi

机构 * MIT Broad Institute of MIT and Harvard（MIT Broad研究所（MIT和哈佛）） ； Vector Institute（向量研究所） ； MIT ； Chalmers University of Technology（查尔姆斯理工大学） ； University of Gothenburg（哥德堡大学） ； University of Toronto（多伦多大学） ； University Health Network (UHN)（大学健康网络） ； Worcester Polytechnic Institute（沃思维尔理工学院） ； Computer Science Department（计算机科学系） 纠错

专题命中 临床大模型 ：healthcare AI(abstract)；分类 cs.LG

Online Topological Localization for Navigation Assistance in Bronchoscopy

Clara Tomasini, Luis Riazuelo, Ana C. Murillo

专题命中 临床大模型 ：CT(abstract)；分类 cs.CV

Guided Manifold Alignment with Geometry-Regularized Twin Autoencoders

Jake S. Rhodes, Adam G. Rustad, Marshall S. Nielsen, Morgan Chase McClellan, Dallan Gardner, Dawson Hedges

机构 * Department of Statistics（统计学系） ； Department of Computer Science（计算机科学系） ； Neuroscience Center（神经科学中心） ； Neuroscience Center and Department of Psychology（神经科学中心和心理学系） ； Department of Psychology（心理学系） 纠错

专题命中 临床大模型 ：diagnosis(abstract)；分类 cs.LG

Comments 10 pages, 4 figures, 7 tables. Accepted at the MMAI workshop at ICDM, 2025

TabText: Language-Based Representations of Tabular Health Data for Predictive Modelling

Kimberly Villalobos Carballo, Liangyuan Na, Yu Ma, Léonard Boussioux, Cynthia Zeng, Luis R. Soenksen, Dimitris Bertsimas

机构 * Tandon School of Engineering（坦顿工程学院） ； New York University（纽约大学） ； Operations Research Center（运筹学中心） ； Massachusetts Institute of Technology（麻省理工学院） ； University of Wisconsin, Madison（威斯康星大学麦迪逊分校） ； Foster School of Business（福斯特商学院） ； University of Washington, Foster School of Business（华盛顿大学福斯特商学院） ； Stern School of Business（斯特恩商学院） ； Abdul Latif Jameel Clinic for Machine Learning in Health（阿卜杜勒拉赫曼·贾迈尔健康机器学习诊所） ； Sloan School of Management（斯隆管理学院） 纠错

专题命中 临床大模型 ：diagnosis(abstract)；分类 cs.LG

MAGIC: Multi-task Gaussian process for joint imputation and classification in healthcare time series

Dohyun Ku, Catherine D. Chong, Visar Berisha, Todd J. Schwedt, Jing Li

专题命中 临床大模型 ：diagnosis(abstract)；分类 cs.LG

Comments 36 pages, 4 figures

Estimating Clinical Lab Test Result Trajectories from PPG using Physiological Foundation Model and Patient-Aware State Space Model -- a UNIPHY+ Approach

Minxiao Wang, Runze Yan, Carol Li, Saurabh Kataria, Xiao Hu, Matthew Clark, Timothy Ruchti, Timothy G. Buchman, Sivasubramanium V Bhavani, Randall J. Lee

机构 * School of Nursing, Emory University（埃默里大学护理学院） ； NKDHS, Inc（NKDHS公司） ； Emory Healthcare（埃默里医疗集团） ； UCSF（加州大学旧金山分校） 纠错

专题命中 临床大模型 ：diagnosis(abstract)；分类 cs.LG

Domain Adaptation for Ulcerative Colitis Severity Estimation Using Patient-Level Diagnoses

Takamasa Yamaguchi, Brian Kenji Iwana, Ryoma Bise, Shota Harada, Takumi Okuo, Kiyohito Tanaka, Kaito Shiku

机构 * Kyushu University, Japan（九州大学） ； Kyoto Second Red Cross Hospital, Japan（京都第二红十字医院） 纠错

专题命中 临床大模型 ：diagnosis(abstract)；分类 cs.CV

Comments Accepted to MICCAI workshop 2025 (International conference on machine learning in medical imaging)