医学 AI

A Framework for Transparent Reporting of Data Quality Analysis Across the Clinical Electronic Health Record Data Lifecycle

面向临床电子健康记录数据生命周期的数据质量分析透明报告框架

Melinda Wassell, Kerryn Butler-Henderson, Karin Verspoor

专题命中 临床大模型 ：clinical AI(abstract)

AI总结 本研究提出一个框架，用于在临床电子健康记录数据生命周期中透明报告数据质量评估，以提高数据再利用的透明性和可靠性。

Comments 6 pages, 1 figure. Submitted to IoS Press, Studies in Health Technology and Informatics as conference proceedings for AIDH Health Innovation Community Conference Ethics Approval: Royal Melbourne Institute of Technology #26603

MED-COPILOT: A Medical Assistant Powered by GraphRAG and Similar Patient Case Retrieval

MED-COPILOT：一种基于图RAG和相似患者案例检索的医疗助手

Shuheng Chen, Namratha Patil, Haonan Pan, Angel Hsing-Chi Hwang, Yao Du, Ruishan Liu, Jieyu Zhao

机构 * University of Southern California（南加州大学） 纠错

专题命中 临床大模型 ：clinical LLM(abstract)

AI总结 MED-COPILOT通过结合图RAG和相似患者案例检索，提升临床决策支持系统的证据整合与推理准确性。

From Generative Modeling to Clinical Classification: A GPT-Based Architecture for EHR Notes

从生成建模到临床分类：一种基于GPT的架构用于电子健康记录笔记

Fariba Afrin Irany, Sampson Akwafuo

专题命中 临床大模型 ：radiology(abstract)

AI总结 本文提出一种基于GPT的架构，通过选择性微调预训练模型，实现高效且有效的临床文本分类，适用于电子健康记录数据。

Comments This submission is a full-length research manuscript consisting of 37 pages and 15 figures. The paper presents a GPT-based architecture with selective fine-tuning for clinical text classification, including detailed architectural diagrams, learning curves, and evaluation figures such as ROC curves and confusion matrices

The impact of electronic health records (EHR) data continuity on prediction model fairness and racial-ethnic disparities

电子健康记录（EHR）数据连续性对预测模型公平性和种族-族裔差异的影响

Yu Huang, Jingchuan Guo, Zhaoyi Chen, Jie Xu, William T Donahoo, Olveen Carasquillo, Hrushyang Adloori, Jiang Bian, Elizabeth A Shenkman

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 研究探讨了EHR数据连续性对预测模型公平性和种族-族裔差异的影响，发现数据不连续性导致信息偏差，影响模型性能与公平性。

Comments Substantial revision planned: We're preparing a significantly revised version and prefer to withdraw the current one rather than leave a misleading draft up

PVminer: A Domain-Specific Tool to Detect the Patient Voice in Patient Generated Data

PVminer: 一个专门领域工具用于在患者生成数据中检测患者声音

Samah Fodeh, Linhai Ma, Yan Wang, Srivani Talakokkul, Ganesh Puthiaraju, Afshan Khan, Ashley Hagaman, Sarah Lowe, Aimee Roundtree

机构 * Department Of Emergency Medicine , Yale School of Medicine , 464 Congress Ave , 06519 , CT , USA ； Department of Biomedical Informatics \& Data Science , Yale School of Medicine , 100 College Street , 06510 , CT , USA ； Department of Social ； Behavioral Sciences , Yale School of Public Health , 60 College Street , 06520 , CT , USA ； Division of Research , Texas State University , 601 University Dr. , 78666 , TX , USA 纠错

专题命中 临床大模型 ：biomedical(abstract)

AI总结 PVminer是一种专门领域NLP工具，通过多标签多类预测任务整合BERT编码器和主题建模，实现对患者声音的高效检测与分类。

More than Decision Support: Exploring Patients' Longitudinal Usage of Large Language Models in Real-World Healthcare-Seeking Journeys

超越决策支持：探索患者在真实世界医疗寻求旅程中大型语言模型的纵向使用

Yancheng Cao, Yishu Ji, Chris Yue Fu, Sahiti Dharmavaram, Meghan Turchioe, Natalie C Benda, Lena Mamykina, Yuling Sun, Xuhai "Orson" Xu

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 本文通过为期四周的日记研究，探讨患者在真实世界医疗寻求旅程中如何将LLM作为动态伴侣，改变传统患者-提供者关系中的权力动态，并提出未来LLM应作为纵向边界伴侣持续调解患者与临床医生之间的互动。

Comments Conditionally accepted to CHI Conference on Human Factors in Computing Systems (CHI'26)

Dialogue is Better Than Monologue: Instructing Medical LLMs via Strategical Conversations

对话优于独白：通过战略对话指导医学LLM

Zijie Liu, Xinyu Zhao, Jie Peng, Zhuangdi Zhu, Qingyu Chen, Kaidi Xu, Xia Hu, Tianlong Chen

机构 * UNC at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Science and Technology of China（中国科学技术大学） ； George Mason University（乔治·马歇尔大学） ； Yale University（耶鲁大学） ； City University of Hong Kong（香港城市大学） ； Rice University（得克萨斯大学奥斯汀分校） 纠错

专题命中 临床大模型 ：medical AI(abstract)

AI总结 通过战略对话指导医学LLM，提升多轮推理和嘈杂环境下的准确率

Comments EACL 2026

A Contrastive Variational AutoEncoder for NSCLC Survival Prediction with Missing Modalities

用于NSCLC生存预测的对比变分自编码器，具有缺失模态

Michele Zanitti, Vanja Miskovic, Francesco Trovò, Alessandra Laura Giulia Pedrocchi, Ming Shen, Yan Kyaw Tun, Arsela Prelaj, Sokol Kosta

机构 * Department of Electronic Systems, Aalborg University, Copenhagen, Denmark（电子系统系，奥胡斯大学） ； Department of Electronics, Information and Bioengineering, Politecnico di Milano, Milan, Italy（电子、信息与生物工程系，米兰理工学院） ； Department of Medical Oncology, Istituto Nazionale dei Tumori, Milan, Italy（医学肿瘤学系，国家肿瘤研究所） 纠错

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 本文提出了一种多模态对比变分自编码器，用于NSCLC生存预测，通过整合多种数据模态并处理缺失数据，提高预测的鲁棒性和准确性。

Comments Accepted at The 13th IEEE International Conference on Big Data (IEEE BigData 2025)

AI-Assisted Decision Making with Human Learning

辅助人类学习的AI决策制定

Gali Noti, Kate Donahue, Jon Kleinberg, Sigal Oren

机构 * Cornell University（康奈尔大学） ； MIT（麻省理工学院） ； Ben-Gurion University（本·古里安大学） 纠错

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 本文研究了人工智能辅助决策中人类学习的权衡问题，提出了一种基于算法耐心和人类学习能力的最优特征选择方法。

Comments This paper appeared in Proceedings of the 26th ACM Conference on Economics and Computation (EC '25)

Paradox of De-identification: A Critique of HIPAA Safe Harbour in the Age of LLMs

去标识的悖论：在大型语言模型时代对HIPAA安全港的批判

Lavender Y. Jiang, Xujin Chris Liu, Kyunghyun Cho, Eric K. Oermann

机构 * New York University（纽约大学） 纠错

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 本文批判HIPAA安全港在大型语言模型时代存在的不足，指出去标识的不完美性可能影响患者与提供者之间的信任，并提出通过因果图和实证研究揭示去标识悖论，呼吁社区采取行动。

Stability-Aware Prompt Optimization for Clinical Data Abstraction

面向临床数据抽象的稳定性感知提示优化

Arinbjörn Kolbeinsson, Daniel Timbie, Sajjan Narsinghani, Sanjay Hariharan

机构 * Century Health（世纪健康） 纠错

专题命中 临床大模型 ：clinical LLM(abstract)

AI总结 本文提出双目标提示优化方法，通过提升临床数据抽象任务的稳定性和准确性，减少提示敏感性带来的翻转率问题。

Note2Chat: Improving LLMs for Multi-Turn Clinical History Taking Using Medical Notes

Note2Chat: 通过医疗笔记提升LLM在多轮临床病史采集中的表现

Yang Zhou, Zhenting Sheng, Mingrui Tan, Yuting Song, Jun Zhou, Yu Heng Kwan, Lian Leng Low, Yang Bai, Yong Liu

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 Note2Chat通过医疗笔记训练LLM提升多轮临床病史采集的准确性和效率

Comments Accepted at AAAI-26

How Clinicians Think and What AI Can Learn From It

医生如何思考以及AI能从其中学习什么

Dipayan Sengupta, Saumya Panda

机构 * Charnock Hospital, Kolkata, India（科钦医院，加尔各答，印度） ； Jagannath Gupta Institute of Medical Sciences and Hospital, Kolkata, India（加纳纳特·古普塔医学科学与医院研究所，加尔各答，印度） 纠错

专题命中 临床大模型 ：clinical AI(abstract)

AI总结 本文提出了一种基于顺序非补偿决策的医生推理模型，强调在医学领域中顺序决策和启发式方法的重要性，以及如何通过鲁棒规则提升AI决策的稳定性。

Comments 34 pages

DemMA: Dementia Multi-Turn Dialogue Agent with Expert-Guided Reasoning and Action Simulation

DemMA：具有专家引导推理和行动模拟的痴呆多轮对话代理

Yutong Song, Jiang Wu, Kazi Sharif, Honghui Xu, Nikil Dutt, Amir Rahmani

专题命中 临床大模型 ：pathology(abstract)

AI总结 DemMA通过专家引导的推理和行动模拟，实现了高保真的痴呆症患者多轮对话模拟，优于现有基线模型。

The Persona Paradox: Medical Personas as Behavioral Priors in Clinical Language Models

医疗人设悖论：临床语言模型中的行为先验

Tassallah Abdullahi, Shrestha Ghosh, Hamish S Fraser, Daniel León Tramontini, Adeel Abbasi, Ghada Bourjeily, Carsten Eickhoff, Ritambhara Singh

机构 * Brown University（布朗大学） ； University of Tuebingen（图宾根大学） 纠错

专题命中 临床大模型 ：clinical LLM(abstract)

AI总结 研究揭示医疗人设在临床语言模型中产生上下文依赖的性能权衡，显示其在重症护理任务中提升表现，但在初级护理中降低性能，且互动风格影响风险倾向。

MIPO: Mutual Integration of Patient Journey and Medical Ontology for Healthcare Representation Learning

MIPO：患者旅程与医学本体的相互整合用于医疗表示学习

Xueping Peng, Guodong Long, Tao Shen, Sen Wang, Chengqi Zhang, Allison Clarke, Clement Schlegel

机构 * Australian AI Institute, Faculty of Engineering and IT, University of Technology Sydney（澳大利亚人工智能研究所，工程与信息技术学院，悉尼技术大学） ； School of Information Technology and Electrical Engineering, The University of Queensland（信息科技与电气工程学院，昆士兰大学） ； Department of Data Science and AI, The Hong Kong Polytechnic University（数据科学与人工智能学院，香港理工大学） ； Health Economics and Research Division, Department of Health and Aged Care（健康经济学与研究部，健康与老龄化部） 纠错

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 MIPO通过整合患者旅程与医学本体，提升医疗表示学习的鲁棒性和可解释性。

Comments 9 pages, 4 figures, accepted for IJCNN 2025

MedPI: Evaluating AI Systems in Medical Patient-facing Interactions

MedPI：评估医疗患者交互中的人工智能系统

Diego Fajardo V., Oleksii Proniakin, Victoria-Elisabeth Gruber, Razvan Marinescu

机构 * Lumos 纠错

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 MedPI是一个评估医疗患者交互中AI系统表现的高维基准，通过105个维度评估医疗对话质量，发现主流LLM在鉴别诊断上表现不佳。

Comments 24 pages, 6 figures

A Communication-Efficient Distributed Algorithm for Learning with Heterogeneous and Structurally Incomplete Multi-Site Data

一种用于异构且结构不完整的多站点数据学习的通信高效分布式算法

Xiaokang Liu, Yuchen Yang, Yifei Sun, Jiang Bian, Yanyuan Ma, Raymond J. Carroll, Yong Chen

专题命中 临床大模型 ：biomedical(abstract)

AI总结 本文提出了一种通信高效且能处理异质数据的分布式算法，用于整合异构且结构不完整的多站点数据。

Delta-KNN: Improving Demonstration Selection in In-Context Learning for Alzheimer's Disease Detection

Delta-KNN: 提高阿尔茨海默病检测中基于上下文学习的演示选择

Chuyuan Li, Raymond Li, Thalia S. Field, Giuseppe Carenini

机构 * Department of Computer Science（计算机科学系） ； Vancouver Stroke Program and Division of Neurology, Faculty of Medicine（温哥华卒中计划和神经病学系，医学院） ； The University of British Columbia（不列颠哥伦比亚大学） 纠错

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 Delta-KNN通过Delta评分和KNN检索器提升基于上下文学习的阿尔茨海默病检测性能，实现新状态的最先进结果。

Journal ref In Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers). ACL 2025

Patient-specific prediction of regional lung mechanics in ARDS patients with physics-based models: a validation study

ARDS患者基于物理模型的区域肺力学预测：一项验证研究

Maximilian Rixner, Maximilian Ludwig, Matthias Lindner, Inéz Frerichs, Armin Sablewski, Karl-Robert Wichmann, Max-Carl Wachter, Kei W. Müller, Dirk Schädler, Wolfgang A. Wall, Jonas Biehler, Tobias Becher

专题命中 临床大模型 ：CT(abstract)

AI总结 本研究利用基于物理的计算模型，针对ARDS患者预测区域肺力学，通过验证显示模型能准确反映患者局部肺状态，为个性化通气设置提供依据。

Comments 11 pages, 9 figures

Voice-Interactive Surgical Agent for Multimodal Patient Data Control

多模态患者数据控制的语音交互手术代理

Hyeryun Park, Byung Mo Gu, Jun Hee Lee, Byeong Hyeon Choi, Sekeun Kim, Hyun Koo Kim, Kyungsang Kim

机构 * Image Guided Precision Cancer Surgery Institute, College of Medicine, Korea University（影像引导精准癌症手术研究所，韩国大学医学院） ； Department of Radiology, Massachusetts General Hospital（放射科，麻省总医院） ； Department of Thoracic and Cardiovascular Surgery, Korea University Guro Hospital, College of Medicine, Korea University（胸外科和心血管外科，韩国大学Guro医院，韩国大学医学院） ； Department of Biomedical Sciences, College of Medicine, Korea University（生物医学科学系，韩国大学医学院） 纠错

专题命中 临床大模型 ：CT(abstract)

AI总结 本文提出一种基于大型语言模型的语音交互手术代理，用于多模态患者数据的高效控制与处理，通过分层多代理框架提升手术流程中的数据操作效率与鲁棒性。

Comments 14 pages, 13 figures, 3 tables

Multi-Agent Medical Decision Consensus Matrix System: An Intelligent Collaborative Framework for Oncology MDT Consultations

多智能体医疗决策共识矩阵系统：一种用于肿瘤多学科会诊的智能协作框架

Xudong Han, Xianglun Gao, Xiaoyi Qu, Zhenyu Yu

专题命中 临床大模型 ：medical AI(abstract)

AI总结 多智能体医疗决策共识矩阵系统通过智能体协作提升肿瘤多学科会诊的决策质量和效率。

Comments 14 pages, 6 figures

Confirmatory Biomarker Identification with k-FWER Control Using Derandomized Knockoffs with Cox Regression

使用Cox回归的去随机化敲offs方法实现k-FWER控制的确认性生物标志物识别

Rui Liu, Nan Sun

专题命中 临床大模型 ：biomedical(abstract)

AI总结 本文提出了一种基于Cox回归的去随机化敲offs方法，用于在控制k-FWER的前提下提高高维生存分析中生物标志物识别的稳定性与准确性。

Access to healthcare for people with Alzheimer's Diseases and related dementias

阿尔茨海默病及相关痴呆症患者获得医疗服务的可及性

Saeed Saleh Namadi, Jie Chen, Deb Niemeier

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 本研究探讨了阿尔茨海默病及相关痴呆症患者在马里兰州的医疗服务可及性问题，发现欠服务区域存在高死亡率，揭示了城乡和地理间的不平等。

A Field Guide to Deploying AI Agents in Clinical Practice

人工智能代理在临床实践中的部署指南

Jack Gallifant, Katherine C. Kellogg, Matt Butler, Amanda Centi, Shan Chen, Patrick F. Doyle, Sayon Dutta, Joyce Guo, Matthew J. Hadfield, Esther H. Kim, David E. Kozono, Hugo JWL Aerts, Adam B. Landman, Raymond H. Mak, Rebecca G. Mishuris, Tanna L. Nelson, Guergana K. Savova, Elad Sharon, Benjamin C. Silverman, Umit Topaloglu, Jeremy L. Warner, Danielle S. Bitterman

专题命中 临床大模型 ：clinical AI(abstract)

AI总结 本文提出了一本面向实践者的指南，旨在解决生成式AI在临床实践中部署的挑战，强调数据整合、模型验证和治理等关键实施工作。

Comments Under review. 7 Tables, 2 Figures

RECAP: Transparent Inference-Time Emotion Alignment for Medical Dialogue Systems

RECAP：医疗对话系统中透明的推理时间情感对齐

Adarsh Srinivasan, Jacob Dineen, Muhammad Umar Afzal, Muhammad Uzair Sarfraz, Irbaz B. Riaz, Ben Zhou

专题命中 临床大模型 ：medical AI(abstract)

AI总结 RECAP通过结构化情感推理提升医疗对话系统的情感响应质量，实现透明和可审计的同理心沟通。

Patient-level Information Extraction by Consistent Integration of Textual and Tabular Evidence with Bayesian Networks

通过贝叶斯网络一致整合文本和表格证据进行患者层面的信息提取

Paloma Rabaey, Adrick Tench, Stefan Heytens, Thomas Demeester

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 本文提出通过整合文本和表格证据，利用贝叶斯网络和神经分类器，提升患者信息提取的准确性和可解释性。

Utilizing Large Language Models for Zero-Shot Medical Ontology Extension from Clinical Notes

利用大型语言模型进行临床笔记的零样本医学本体扩展

Guanchen Wu, Yuzhang Xie, Huanwei Wu, Zhe He, Hui Shao, Xiao Hu, Carl Yang

机构 * Department of Computer Science（计算机科学系） ； Emory University（埃默里大学） ； College of Public Health（公共卫生学院） ； Temple University（temple大学） ； School of Information（信息学院） ； Florida State University（佛罗里达州立大学） ； Hubert Department of Global Health（全球健康部） ； Nell Hodgson Woodruff School of Nursing（Nell Hodgson Woodruff护理学院） 纠错

专题命中 临床大模型 ：biomedical(abstract)

AI总结 CLOZE利用大型语言模型从临床笔记中自动提取医学实体，实现零样本医学本体扩展，具有高准确性和隐私保护能力。

Comments BIBM 2025 (WS#44: Biological ontologies and knowledge bases (BiOK) in the LLM era)

Leveraging Online Data to Enhance Medical Knowledge in a Small Persian Language Model

Mehrdad Ghassabi, Pedram Rostami, Hamidreza Baradaran Kashani, Amirhossein Poursina, Zahra Kazemi, Milad Tavakoli

机构 * Faculty of Computer Engineering University of Isfahan（计算机工程系 岛岛大学） ； School of Medicine Isfahan University of Medical Sciences（医学院 岛岛医学科学大学） 纠错

专题命中 临床大模型 ：medical AI(abstract)

Comments 8 pages, 7 figures

LLM enhanced graph inference for long-term disease progression modelling

Tiantian He, An Zhao, Elinor Thompson, Anna Schroder, Ahmed Abdulaal, Frederik Barkhof, Daniel C. Alexander

机构 * Department of Computer Science（计算机科学系） 纠错

专题命中 临床大模型 ：pathology(abstract)