Biomedical Knowledge Composition: A Software Engineering Perspective
生物医学知识构建：软件工程视角
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 本文从软件工程视角，阐述生物医学知识图谱的核心地位与相关挑战，提出需借鉴Web工程的可组合可复现实践，为生物医学知识基础设施构建提供研究议程。
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。
1. 生物医学文本 4509 篇
BioMedJImpact: A Comprehensive Dataset and LLM Pipeline for AI Engagement and Scientific Impact Analysis of Biomedical Journals
BioMedJImpact：用于生物医学期刊AI参与度及科学影响力分析的综合数据集与大语言模型（LLM）流程
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 本研究构建了生物医学领域的BioMedJImpact数据集，通过三阶段LLM流程提取AI参与度，分析发现作者规模与期刊影响力正相关、AI参与度仅在2019年子集与影响因子正相关，验证了LLM流程的有效性。
Consensus Measures for Unstructured Biomedical Text Annotations
非结构化生物医学文本标注的一致性度量
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 该研究针对生物医学非结构化文本标注的一致性量化难题，提出基于自然语言推理的折中度量方案，经实验验证多种语义等价度量的特性及局限性。
Retrieval Augmented Biomedical Question Answering with Weak Question Recovery and Neural Reranking for BioASQ Task 14b
面向BioASQ第14b任务的结合弱问题恢复与神经重排序的检索增强生物医学问答
机构 * Georgia Institute of Technology（佐治亚理工学院）
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 该研究针对BioASQ第14b任务，构建了结合多源查询扩展等技术的生物医学问答系统，通过弱问题恢复与检索后剪枝提升检索性能，经实验验证可显著优化MAP@10指标。
When Retrieval Helps and Distracts: Evaluating Evidence-Generating LLMs for Biomedical Claim Verification
检索何时有助何时干扰：评估用于生物医学声明验证的生成证据的大型语言模型
机构 * Queen’s University Belfast（贝尔法斯特女王大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 该研究针对生物医学声明验证，在CARE-XAI基准上对比多种模型，发现微调大型语言模型生成证据能力最强，PubMed检索效果因来源而异，还提出Bio-GRACE工具评估检索效用，推动选择性检索发展。
Few-Shot Biomedical Relation Extraction with Large Language Models: A Viable Alternative to Supervised Learning?
基于大语言模型的少样本生物医学关系抽取：监督学习的可行替代方案？
机构 * University of Ljubljana（卢布尔雅那大学） ； Baylor College of Medicine（贝勒医学院）
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 研究利用大语言模型进行少样本生物医学关系抽取，比较成对分类与联合生成两种方法，发现联合生成更精确高效，在宏F1上超越监督基线，尤其在稀有关系类型上表现突出。
Unifying biomedical knowledge in a modern multimodal graph
OptimusKG：统一生物医学知识的现代多模态图
机构 * Department of Biomedical Informatics, Harvard Medical School（哈佛医学院生物医学信息学系） ； Department of Engineering Science, University of Oxford（牛津大学工程科学系） ； Edison Scientific Inc.（Edison科学公司） ； Oxford Suzhou Centre for Advanced Research, University of Oxford（牛津大学苏格兰研究中心） ； Broad Institute of MIT and Harvard（MIT与哈佛大学Broad研究所） ； Kempner Institute for the Study of Natural and Artificial Intelligence, Harvard University（哈佛大学自然与人工智能研究所） ； Harvard Data Science Initiative（哈佛大学数据科学计划）
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 OptimusKG通过整合结构化和半结构化资源，构建了多模态生物医学标记属性图，统一了分子、解剖、临床和环境领域的知识，验证了其在生物医学领域的有效性。
BioVLN: A Simulation Platform for Visual Language Navigation in Biomedical Laboratories
BioVLN：生物医学实验室视觉语言导航的仿真平台
机构 * East China University of Science and Technology（华东理工大学） ； Ruijin Hospital, Shanghai Jiao Tong University School of Medicine（上海交通大学医学院附属瑞金医院） ； Shanghai AI Laboratory（上海人工智能实验室）
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 该研究针对现有导航平台不适用于实验室仪器的问题，提出BioVLN仿真平台，通过分区域建模仪器实现更精准导航，实验验证其提升成功率并降低安全风险。
Comments 17 pages, 4 figures
Low-Temperature Co-Fired Ceramics for a Sustainable Planar Plasma Jet with Homogeneous Plasma in Large Treatment Areas for Biomedical Applications
用于可持续平面等离子体射流的低温共烧陶瓷，可在大面积处理区域产生均匀等离子体以应用于生物医学领域
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 本研究开发了一种基于低温共烧陶瓷的便携式平面氩基等离子体射流，通过优化进气构型实现大面积均匀等离子体，满足安全要求，可用于生物医学领域。
Comments 31 pages, 15 figures
BioHiCL: Hierarchical Multi-Label Contrastive Learning for Biomedical Retrieval with MeSH Labels
BioHiCL：基于MeSH标签的层次多标签对比学习的生物医学检索
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 BioHiCL通过层次化MeSH标注实现多标签对比学习，提升生物医学信息检索的语义和层次理解能力，在检索、句子相似性和问答任务中表现优异且计算效率高。
Comments Accepted by ACL 2026 (Oral)
BioDisclose: An Actionability-Aware Benchmark for Biomedical Safety under Adversarial Elicitation
BioDisclose：对抗性诱导下生物医学安全的可操作性感知基准
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 研究针对大语言模型在对抗性诱导下生物医学知识披露行为不足问题，引入BioDisclose基准，含多领域多类别提示，对模型响应四级评分，通过实验揭示不同模型、策略及风险类别差异，为评估生物医学安全提供新测试平台。
Comments 27 pages, 3 figures
EviDAG: Auditable Causal DAG Authoring with Biomedical Literature
DAGForge：利用生物医学文献进行可审计的因果DAG创作
机构 * Massachusetts General Hospital（麻省总医院） ； Harvard University（哈佛大学） ； Northeastern University（东北大学）
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 该研究针对生物医学因果分析中构建因果DAG多为手动过程的问题，提出DAGForge系统。它能基于研究概念描述创作可审计的因果DAG，经评估在召回率等方面表现良好，减轻了DAG策划负担，支持生物医学研究相关工作。
Comments 10 pages, 2 figures
Biomedical Machine Translation for Low-Resource Arabic-Script Languages via Cross-Lingual Transfer and LoRA Adapter Merging
通过跨语言转移和LoRA适配器合并实现低资源阿拉伯语脚本语言的生物医学机器翻译
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 研究针对阿拉伯语脚本低资源语言生物医学翻译稀缺问题，利用阿拉伯语和波斯语作枢纽，通过LoRA微调训练特定领域适配器，评估少样本学习、最小监督适应及零数据LoRA适配器合并三种策略，展现不同策略效果及跨语言转移局限性。
Benchmarking Resource-Efficient LLMs for Research Topic Ontology Generation in the Biomedical Field
用于生物医学领域研究主题本体生成的资源高效语言模型基准测试
机构 * Knowledge Media Institute, The Open University, Milton Keynes, UK（开放大学知识媒体研究所） ； Department of Business and Law, University of Milano-Bicocca, Milan, IT（米兰-比科卡大学商业与法律系）
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 本文评估五个小型开源LLMs识别生物医学概念语义关系的性能，引入MeSH-Rel-4K数据集并分析三种策略，发现针对性微调使平均F1分数显著提高，突破推理瓶颈，为构建生物医学本体提供准确自动化方法。
Adaptive Retrieval Strategies for Biomedical Question Answering
生物医学问答的自适应检索策略
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 研究生物医学问答中不同问题类型的有效检索策略，提出自适应检索框架，依问题类型选检索和证据聚合策略，结合多种技术，经实验验证该策略能提升证据相关性和答案质量，为增强相关问答系统提供有效方向。
Exploring Post-Training Alignment of Small Language Models for Biomedical Data-to-Text Generation: A Case Study of Medication Leaflet
探索用于生物医学数据到文本生成的小语言模型的训练后对齐：以药品说明书为例
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 该研究对生物医学数据到文本生成任务训练小语言模型的方法进行比较分析，在药品说明书数据集上用基于Qwen的SLMs探索多种训练后方法，通过整理数据评估模型，结果显示对齐后的SLMs性能优异，GRPO跨数据集性能最稳健。
Comments 10 pages, 1 figures
Capabilities of Claude Fable 5 on Biomedical Challenge Problems
Claude Fable 5在生物医学挑战问题上的能力
机构 * School of Computing, University of Georgia（佐治亚大学计算学院） ； Department of Chemistry, University of Illinois（伊利诺伊大学化学系） ； Institute of Bioinformatics, University of Georgia（佐治亚大学生物信息学研究所）
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 研究评估Claude Fable 5在八个生物医学基准上的能力，以确定性评分针对固定答案键评估，含两个Claude前身和GPT-5作基线。发现Fable 5拒绝率因基准而异，排除拒绝项后准确率超其他模型，还识别出两种拒绝模式，其生物医学应用主要受限在参与意愿。
Comments 15 pages, 6 tables, 4 figures, appendix with qualitative examples
Drift-Aware Temporal Graph Rewiring (DATGR) for Adaptive Semantic Modeling in Biomedical Text
用于生物医学文本自适应语义建模的漂移感知时间图重布线 (DATGR)
机构 * Rowan University（罗文大学）
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 针对生物医学文本语义随时间演变致传统模型性能下降的问题，提出DATGR框架，通过基于语义漂移动态更新共现边建模概念演变，经实验验证该方法能有效捕捉时间语义变化，提升链接预测召回率且保持计算效率与可解释性。
Comments 6 pages, 4 figures. Published in the Proceedings of the 2026 IEEE Conference on Artificial Intelligence (CAI 2026)
Journal ref Proc. 2026 IEEE Conference on Artificial Intelligence (CAI), pp. 193-198, 2026
An AI agent for treatment reasoning over a biomedical tool universe
一个在生物医学工具宇宙中进行治疗推理的AI智能体
机构 * Department of Biomedical Informatics, Harvard Medical School（哈佛医学院生物医学信息学系） ； Department of Engineering Science, University of Oxford（牛津大学工程科学系） ； The Ivan and Francesca Berkowitz Family Living Laboratory Collaboration at Harvard Medical School and Clalit Research Institute（哈佛医学院伊万和弗朗西斯卡·伯科维茨家族生活实验室合作与克莱利研究所） ； Cardiovascular Division, Department of Medicine, Brigham and Women’s Hospital, Harvard Medical School（哈佛医学院心脏病学部，布里格姆和妇女医院） ； The Windreich Department of Artificial Intelligence and Human Health, Icahn School of Medicine at Mount Sinai（西奈山伊坎医学院人工智能与人类健康系） ； The Hasso Plattner Institute for Digital Health at Mount Sinai, Icahn School of Medicine at Mount Sinai and Mount Sinai Health System（西奈山伊坎医学院和西奈山医疗系统数字健康研究所） ； Mindich Child Health and Development Institute and the Departments of Pediatrics and Genetics & Genomic Sciences, Icahn School of Medicine at Mount Sinai（西奈山伊坎医学院Mindich儿童健康与发展研究所及儿科学和遗传学与基因组科学系） ； Mount Sinai Fuster Heart Hospital, Icahn School of Medicine at Mount Sinai（西奈山伊坎医学院Fuster心脏医院） ； Mount Sinai AI Assurance Lab, Mount Sinai Health System（西奈山医疗系统AI保证实验室） ； Institute for Critical Care Medicine, Icahn School of Medicine at Mount Sinai（西奈山伊坎医学院重症监护医学研究所） ； Department of Medicine, Icahn School of Medicine at Mount Sinai（西奈山伊坎医学院医学系） ； ATHENA-R1 Evaluation Group（ATHENA-R1评估组）
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 提出ATHENA-R1智能体，通过强化学习在212种生物医学工具上训练，实现迭代证据收集的治疗推理，在多个基准上超越现有模型，准确率达94.7%。
Comments Project page: https://athena.openscientist.ai Code: https://github.com/mims-harvard/ATHENA
Invisible to humans, visible to machines: a preregistered audit of Unicode fidelity across four biomedical bibliographic APIs
对人类不可见，对机器可见：四个生物医学文献API的Unicode保真度预注册审计
机构 * Przemysław Czuma（普拉姆斯拉夫·茨马）
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 通过预注册审计，评估四个生物医学API（PubMed、Crossref、OpenAlex、Semantic Scholar）返回摘要的Unicode保真度，发现PubMed和OpenAlex存在系统性字符丢失，影响文献计量和语料构建。
Comments 14 pages, 1 figure. Pre-registered on OSF. Data and code available on Zenodo and GitHub
Free-electron laser-based extended wide-field mid-infrared photothermal imaging for biomedical and microplastic analysis
基于自由电子激光的扩展宽视场中红外光热成像用于生物医学和微塑料分析
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 本文提出一种宽视场中红外光热成像系统，利用高功率自由电子激光替代量子级联激光，实现更大的成像视场，用于生物医学和微塑料分析。
Journal ref ACS Omega 2026, ASAP
BioMedArena: An Open-source Toolkit for Building and Evaluating Biomedical Deep Research Agents
BioMedArena：构建和评估生物医学深度研究代理的开源工具包
机构 * University of Oxford（牛津大学） ； University College London（伦敦大学学院） ； Technical University of Munich（慕尼黑技术大学） ； Oxford-Suzhou Centre for Advanced Research, China（牛津-苏州先进研究中心）
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 BioMedArena通过解耦六个评估层，提供公平比较不同基础模型的平台，显著提升生物医学基准的性能，实现8个代表性基准的SOTA结果。
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
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）
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。
OpenBioRQ: Unsolved Biomedical Research Questions for Agents
OpenBioRQ: 未解决的生物医学研究问题
机构 * Upstage AI
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 提出OpenBioRQ基准，包含12,553个无答案的未解决生物医学问题，用于评估智能体在检索、忠实性和工具使用方面的能力，发现当前模型存在工具使用崩溃问题。
MedPath: Multi-Domain Cross-Vocabulary Hierarchical Paths for Biomedical Entity Linking
MedPath：用于生物医学实体链接的多领域跨词汇层次路径
机构 * Department of Medical Informatics, Amsterdam UMC, University of Amsterdam, The Netherlands（阿姆斯特丹大学医学信息学系，阿姆斯特丹大学医学中心，荷兰） ； Amsterdam Public Health, Methodology, Amsterdam, The Netherlands（阿姆斯特丹公共卫生，方法学，阿姆斯特丹，荷兰） ； ILLC, University of Amsterdam, The Netherlands（阿姆斯特丹大学ILLC，荷兰）
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 提出MedPath数据集，通过UMLS标准化、跨62个词汇表映射及完整本体路径增强，解决生物医学实体链接中的碎片化、可解释性不足和语义盲评估问题。
Comments Accepted at AACL-IJCNLP 2025(main)
Journal ref Proc. of IJCNLP-AACL 2025, pages 2959-2978, Mumbai, India
Automated Standardization of Legacy Biomedical Metadata Using an Ontology-Constrained LLM Agent
使用本体约束的LLM代理自动化标准化遗留生物医学元数据
机构 * Division of Computational Medicine, Stanford University（斯坦福大学计算医学部） ； Department of Biology, University of Pennsylvania（宾夕法尼亚大学生物学系）
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 提出基于LLM的元数据标准化系统，通过实时查询标准指南和本体服务，在839条HuBMAP记录上验证，相比纯LLM方法显著提升预测准确性。
Weaving Multi-Source Evidence for Biomedical Reasoning: The BioMedHop Benchmark and BioWeave Framework
编织多源证据进行生物医学推理：BioMedHop基准与BioWeave框架
机构 * University of New South Wales（新南威尔士大学） ； CSIRO（澳大利亚联邦科学与工业研究组织） ； University of Technology Sydney（悉尼科技大学）
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 提出BioMedHop基准和BioWeave框架，用于评估和实现生物医学多源证据推理，BioWeave在基准上优于基线方法10.5%，并提升小模型性能。
A PubMed-Scale Dataset of Structured Biomedical Abstracts
一个PubMed规模的生物医学结构化摘要数据集
机构 * Department of Biomedical Informatics & Data Science, School of Medicine, Yale University（耶鲁大学生物医学信息学与数据科学系，医学院）
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 针对PubMed中大量非结构化摘要阻碍下游文本处理的问题，构建了包含2320万条记录的结构化摘要语料库，其中590万条来自官方XML，1720万条通过大语言模型自动标注，统一为五段格式。
Comments Data and code for this work are available at https://doi.org/10.5281/zenodo.20336717 and https://github.com/BIDS-Xu-Lab/StructuredPubMed, respectively
BioMamba: Domain-Adaptive Biomedical Language Models
BioMamba: 领域自适应的生物医学语言模型
机构 * Rensselaer Polytechnic Institute（拉特格斯理工学院） ； Jiaxing New Jies Thermal Power Co. Ltd.（嘉兴新捷热电有限公司） ； North University of China（北方大学） ； Zhejiang University（浙江大学） ； IBM Research（IBM研究院） ； Nanjing University（南京大学）
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 提出基于Mamba2的领域自适应预训练方法BioMamba，在PubMed、C4和Wikipedia混合数据上持续训练，显著降低生物医学困惑度并保持通用语言能力。
Detecting Speculative Language in Biomedical Texts using Recurrent Neural Tensor Networks
使用递归神经张量网络检测生物医学文本中的推测性语言
机构 * Stevens Institute of Technology（史蒂文斯理工学院）
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 利用分布式句子表示和深度学习技术，提出递归神经张量网络（RNTN）用于自动检测生物医学文献中的推测性语言，性能略优于线性双元SVM（F1=0.885 vs 0.881）。
Comments 12 Pages
