医学 AI

Strong Likelihood Principle: Strengthening a Principle or Misunderstanding the Likelihood Function

强似然原理：强化原理还是误解似然函数

Paul William Vos

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文重新审视强似然原理，指出其源于对似然函数定义域的混淆，通过二项分布与负二项分布族的比较及Fisher信息度量几何结构，论证强似然原理退化为弱似然原理。

Comments 15 pages, 3 figures

PACT: Learning Diverse Diagnostic Strategies via Privileged Synthesis and Branch Consensus

PACT: 通过特权合成与分支共识学习多样化诊断策略

Gen Li, Yuanze Hu, Zhichao Yang, Qingchen Yu, Jianwei Lv, Yue Guo, Yujing Liu, Faguo Wu, Hongwei Zheng, Xiandong Li, Bo Yuan, Yifan Sun, Zhaoxin Fan

机构 * Beihang University（北京航空航天大学） ； Baidu（百度） ； ByteDance（字节跳动） ； Beijing Academy of Blockchain and Edge Computing（北京区块链与边缘计算研究院） ； Renmin University of China（中国人民大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 提出PACT框架，通过特权合成对话数据和多分支共识训练，使LLM同时学习多种诊断推理范式，在中文医疗诊断基准上取得最优性能。

Comments 16 pages, 5 figures, 5 tables

Auditable Graph-Guided Root Cause Analysis for Kubernetes Incidents

可审计的图引导的Kubernetes事件根因分析

Anastasiia Kuvshinova, Seungmin Jin

机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 提出Graph Traversal Agent，结合LLM推理与确定性图操作，通过类型化证据图、有界搜索和独立验证实现可审计的根因分析，在ITBench上F1从0.6087提升至0.9130。

Comments 8 pages, 1 figure. Preprint

Clinical Reasoning in the Age of AI: Longitudinal Cognition and Human-AI Collaboration

人工智能时代的临床推理：纵向认知与人机协作

Irene Yi, Grace Brown, Sufian Aldogom, Nathan Roll, Eric J. Basile, Pamela M. Resnikoff, Bianca Sanchez, Chirag Lodha, Isaac Gutterman, Oscar Schiff, Keira Salata, Benjamin Mujkic, Ammar Ahmed

专题命中 诊断辅助 ：medical AI(abstract)

AI总结 本研究通过混合方法揭示临床推理的纵向结构，发现当前AI系统主要支持单次就诊任务，与医生多就诊的推理过程存在关键不匹配，为设计更符合真实临床推理的AI系统提供方向。

Agentic multi-fidelity learning of quasiparticle and excitonic properties

准粒子和激子性质的智能多保真学习

Arnab Neogi, Aaron Forde, Christopher A. Lane, Sergei Tretiak, Jian-Xin Zhu

机构 * Theoretical Division, Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室理论部） ； Center for Integrated Nanotechnologies, Materials Physics and Applications Division, Los Alamos National Laboratory（集成纳米技术中心，材料物理与应用部，洛斯阿拉莫斯国家实验室） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 提出智能引导的多保真框架，通过置信度加权和少量高精度参考点，结合机器学习校正GW-BSE计算中的数值不稳定性，准确预测应变MoS2-WS2双层中的准粒子带隙和激子结合能。

The First Human-Based In Vitro Flow Loop and Quantification for Fetal Aortic Hemodynamics

首个基于人体胎儿的体外血流回路及胎儿主动脉血流动力学量化

Kamlesh Kumar, Biao Si, Pritom Saha, Shuping Ge, Zhenglun Alan Wei

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究构建首个基于人体胎儿解剖的体外血流回路，通过粒子图像测速技术量化正常与主动脉缩窄条件下的血流动力学，发现三维速度测量对壁面剪切应力评估至关重要，有望提升产前诊断。

Application of Fractional Polynomial Model Based on Bayesian Criterion in Cerebrovascular Diseases: A Robust Framework for Occlusion Simulation and Topology Reconstruction

基于贝叶斯准则的分数多项式模型在脑血管疾病中的应用：用于闭塞模拟和拓扑重建的稳健框架

Yu Zhong, Luyao Li

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 针对传统多项式拟合在脑血管诊断中的阶数选择、过拟合和振荡问题，提出基于有效阶数和贝叶斯信息准则的分数多项式拟合模型，在379例临床数据中拟合精度、抗噪性和计算效率均优于传统方法，并成功应用于血管缺失段预测。