医学 AI

HyCARD-Net: A Synergistic Hybrid Intelligence Framework for Cardiovascular Disease Diagnosis

HyCARD-Net: 一种用于心血管疾病诊断的协同混合智能框架

Rajan Das Gupta, Xiaobin Wu, Xun Liu, Jiaqi He

机构 * Faculty of Information Science and Technology（信息科学与技术学院） ； American International University–Bangladesh（美国国际大学-孟加拉国） ； School of Automotive Engineering（汽车工程学院） ； Chengdu Industry and Trade College（成都行业贸易学院） ； Faculty of Education（教育学院） ； Shinawatra University（辛纳瓦特大学） ； Tilburg School of Social and Behavioral Sciences（蒂尔堡社会与行为科学学院） ； Tilburg University（蒂尔堡大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 HyCARD-Net通过结合深度学习与传统机器学习算法，提出一种混合智能框架，有效提升心血管疾病诊断的准确率和效率，支持联合国可持续发展目标3。

Comments Accepted and published in the 2025 4th International Conference on Image Processing, Computer Vision and Machine Learning (ICICML)

CardioMOD-Net: A Modal Decomposition-Neural Network Framework for Diagnosis and Prognosis of HFpEF from Echocardiography Cine Loops

CardioMOD-Net：一种用于从超声心动图动态循环视频中诊断和预测HFpEF的模态分解神经网络框架

Andrés Bell-Navas, Jesús Garicano-Mena, Antonella Ausiello, Soledad Le Clainche, María Villalba-Orero, Enrique Lara-Pezzi

机构 * Center for Computational Simulation (CCS)（计算仿真中心） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 CardioMOD-Net通过模态分解和神经网络实现从超声心动图动态循环视频中多类诊断和连续预测HFpEF发病，提升预临床模型的诊断与预后能力。

Comments 9 pages; 1 figure; letter

Boundary-Aware Adversarial Filtering for Reliable Diagnosis under Extreme Class Imbalance

边界感知对抗过滤用于极端类别不平衡下的可靠诊断

Yanxuan Yu, Michael S. Hughes, Julien Lee, Jiacheng Zhou, Andrew F. Laine

机构 * Columbia University, USA（哥伦比亚大学） ； Columbia University Irving Medical Center, USA（哥伦比亚大学伊万斯医学中心） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 AF-SMOTE通过对抗过滤和边界效用模型提高极端类别不平衡下的召回率和校准，优于现有过采样方法。

Comments Accepted to IEEE ISBI 2026

Adversarial Drift-Aware Predictive Transfer: Toward Durable Clinical AI

对抗性漂移感知的预测迁移：迈向持久的临床AI

Xin Xiong, Zijian Guo, Haobo Zhu, Chuan Hong, Jordan W Smoller, Tianxi Cai, Molei Liu

专题命中 诊断辅助 ：clinical AI(title,abstract)；分类 cs.LG

AI总结 ADAPT通过最小化年度性能下降，无需重新训练或标记数据，提供了一种在医疗领域维持可靠AI的可扩展方法。

Patient-Conditioned Adaptive Offsets for Reliable Diagnosis across Subgroups

针对亚组的患者适应性偏移以实现可靠诊断

Gelei Xu, Yuying Duan, Jun Xia, Ruining Deng, Wei Jin, Yiyu Shi

机构 * Department of Computer Science and Engineering, University of Notre Dame（计算机科学与工程系，诺丁汉大学） ； Department of Electrical Engineering, University of Notre Dame（电气工程系，诺丁汉大学） ； Weill Cornell Medicine（韦尔医学院） ； Department of Computer Science, Emory University（计算机科学系，埃默里大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 本文提出HyperAdapt框架，通过患者条件适应提升亚组诊断可靠性，同时保持共享模型的准确性。

Enhancing Generalization in Sickle Cell Disease Diagnosis through Ensemble Methods and Feature Importance Analysis

通过集成方法和特征重要性分析提升镰刀形红细胞病诊断的泛化能力

Nataša Petrović, Gabriel Moyà-Alcover, Antoni Jaume-i-Capó, Jose Maria Buades Rubio

机构 * University of the Balearic Islands（巴利阿里群岛大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 本文通过集成方法和特征重要性分析，提升镰刀形红细胞病诊断的泛化能力，实现更高的F1分数和诊断支持分数。

Journal ref Engineering Applications of Artificial Intelligence (2025), 142, 109875

Exploring the Challenge and Value of Deep Learning in Automated Skin Disease Diagnosis

探索深度学习在自动皮肤疾病诊断中的挑战与价值

Runhao Liu, Ziming Chen, Guangzhen Yao, Peng Zhang

机构 * Polytechnic Institute, Zhejiang University（浙江大学 polytechnic 院） ； School of Social and Public Administration, East China University Of Science And Technology（东华大学社会科学与公共管理学院） ； College of Science, National University of Defense Technology（国防科技大学科学学院） ； School of Mathematical Sciences, Zhejiang University（浙江大学数学科学学院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 本文探讨深度学习在自动皮肤疾病诊断中的挑战与价值，提出数据增强、混合模型等方法，强调其在临床决策中的潜力。

PatientVLM Meets DocVLM: Pre-Consultation Dialogue Between Vision-Language Models for Efficient Diagnosis

PatientVLM 与 DocVLM 相遇：为高效诊断的预咨询对话

K Lokesh, Abhirama Subramanyam Penamakuri, Uday Agarwal, Apoorva Challa, Shreya K Gowda, Somesh Gupta, Anand Mishra

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 本文提出预咨询对话框架，通过视觉语言模型模拟医生与患者对话，利用合成症状提升诊断效率。

Comments Accepted at AAAI 2026 Main Track

SkinFlow: Efficient Information Transmission for Open Dermatological Diagnosis via Dynamic Visual Encoding and Staged RL

SkinFlow: 通过动态视觉编码和分阶段强化学习实现开放性皮肤病诊断的高效信息传输

Lijun Liu, Linwei Chen, Zhishou Zhang, Meng Tian, Hengfu Cui, Ruiyang Li, Zhaocheng Liu, Qiang Ju, Qianxi Li, Hong-Yu Zhou

机构 * Baichuan Inc.（百川公司） ； Department of Dermatology Peking University First Hospital（北京大学第一医院皮肤科） ； Beijing Key Laboratory of Molecular Diagnosis on Dermatoses（北京分子皮肤病诊断重点实验室） ； National Clinical Research Center for Skin and Sexually Transmitted Diseases（国家皮肤及性传播疾病临床医学研究中心） ； NMPA Key Laboratory for Quality Control and Evaluation of Cosmetics（国家药监局化妆品质量控制与评价重点实验室） ； School of Biomedical Engineering Tsinghua University（清华大学生物医学工程学院） ； University of Hong Kong（香港大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 SkinFlow通过动态视觉编码和分阶段强化学习提升皮肤病诊断效率，实现比通用模型更优的准确率

Improving AI-Based Canine Heart Disease Diagnosis with Expert-Consensus Auscultation Labeling

利用专家共识听诊标注提升基于AI的犬类心脏病诊断

Pinar Bisgin, Tom Strube, Niklas Tschorn, Michael Pantförder, Maximilian Fecke, Ingrid Ljungvall, Jens Häggström, Gerhard Wess, Christoph Schummer, Sven Meister, Falk M. Howar

机构 * Fraunhofer Institute for Software and Systems Engineering ISST（弗劳恩霍夫软件与系统工程研究所） ； Department of Computer Science, TU Dortmund University（图林根大学计算机科学系） ； Department of Clinical Sciences, Swedish University of Agricultural Sciences（瑞典农业科学大学临床科学系） ； Clinic for Small Animal Medicine, Ludwig Maximilian University of Munich（慕尼黑路德维希-马克西米利安大学小动物医学诊所） ； Boehringer Ingelheim Vetmedica GmbH（波士顿-英氏兽医医药有限公司） ； Department of Health Informatics, School of Medicine, Witten/Herdecke University（乌尔姆-赫尔德克大学医学院健康信息学系） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 本文通过专家共识标注减少标签噪声，提升XGBoost在犬类心脏病杂音分类中的准确率

Comments Accepted to IEEE Engineering in Medicine and Biology Conference (EMBC) 2025

Journal ref Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC) 2025 Jul:2025:1-7

Incentivizing Cardiologist-Like Reasoning in MLLMs for Interpretable Echocardiographic Diagnosis

激励MLLMs实现类似心内科医生的推理以实现可解释的超声心动图诊断

Yi Qin, Lehan Wang, Chenxu Zhao, Alex P. W. Lee, Xiaomeng Li

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 本文提出CRT和CardiacMind，通过引入心内科医生的思维模式，提升MLLMs在超声心动图诊断中的推理能力，实现48%的诊断性能提升。

Contextual Discrepancy-Aware Contrastive Learning for Robust Medical Time Series Diagnosis in Small-Sample Scenarios

基于上下文差异的对比学习：用于小样本场景下稳健的医学时间序列诊断

Kaito Tanaka, Aya Nakayama, Masato Ito, Yuji Nishimura, Keisuke Matsuda

机构 * SANNO University（SANNO大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 CoDAC通过上下文差异估计器和动态多视图对比框架，提升小样本场景下医学时间序列诊断的准确性和泛化能力。

Ensemble of radiomics and ConvNeXt for breast cancer diagnosis

放射组学与ConvNeXt的集成用于乳腺癌诊断

Jorge Alberto Garza-Abdala, Gerardo Alejandro Fumagal-González, Beatriz A. Bosques-Palomo, Mario Alexis Monsivais Molina, Daly Avedano, Servando Cardona-Huerta, José Gerardo Tamez-Pena

机构 * School of Science and Engineering（科学与工程学院） ； Tecnologico de Monterrey（蒙特雷理工大学） ； School of Medicine and Health Sciences（医学与健康科学学院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 本文提出利用放射组学与ConvNeXt的集成方法，提升乳腺癌乳腺X线片的诊断性能，实现更高的AUC值。

Comments Accepted and presented at the IEEE International Symposium on Computer-Based Medical Systems (CBMS) 2025

Journal ref 2025 IEEE 38th International Symposium on Computer-Based Medical Systems (CBMS)

Safety-Utility Conflicts Are Not Global: Surgical Alignment via Head-Level Diagnosis

安全与效用冲突并非全球性：通过头部层面诊断的手术对齐

Wang Cai, Yilin Wen, Jinchang Hou, Du Su, Guoqiu Wang, Zhonghou Lv, Chenfu Bao, Yunfang Wu

机构 * Baidu Inc.（百度公司） ； School of Software and Microelectronics, Peking University（北京大学软件与微电子学院） ； School of Computer Science, Peking University（北京大学计算机学院） ； State Key Laboratory of AI Safety, Institute of Computing Technology, CAS（中国科学院计算技术研究所人工智能安全重点实验室） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 本文提出CAST框架，通过头部层面诊断与稀疏微调相结合，解决LLMs中安全与效用冲突问题，减少训练损失并提升安全性。

A Deep Learning Approach for Automated Skin Lesion Diagnosis with Explainable AI

基于可解释AI的深度学习自动皮肤病变诊断方法

Md. Maksudul Haque, Rahnuma Akter, A S M Ahsanul Sarkar Akib, Abdul Hasib

机构 * 1 ,2,3Department of Computer Science \& Engineering, Green University of Bangladesh, Dhaka, Bangladesh ； 4Department of Computer Science \& Engineering, Bangladesh University of Business ； 5Department of Internet of Things \& Robotics Engineering, University of Frontier Technology, Bangladesh 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 本文提出一种结合高效网络与可解释AI的深度学习方法，用于自动皮肤病变诊断，实现了高准确率和可解释性。

Multi-output Classification using a Cross-talk Architecture for Compound Fault Diagnosis of Motors in Partially Labeled Condition

利用交叉通讯架构进行多输出分类以实现电机部分标注条件下复合故障诊断

Wonjun Yi, Wonho Jung, Hyeonuk Nam, Kangmin Jang, Yong-Hwa Park

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 eess.SP

AI总结 本文提出了一种基于交叉通讯架构的多输出分类方法，用于解决电机部分标注条件下复合故障诊断的领域适应问题，通过残差神经维度缩减器和频率层归一化提升了分类性能。

Comments Published in Mechanical Systems and Signal Processing, Volume 244, 15 January 2026, Article 113786. Version of record available online on 25 December 2025

Journal ref Mechanical Systems and Signal Processing, Volume 244, 15 January 2026, Article 113786

Towards Automated Differential Diagnosis of Skin Diseases Using Deep Learning and Imbalance-Aware Strategies

利用深度学习和不平衡意识策略实现皮肤疾病的自动化差分诊断

Ali Anaissi, Ali Braytee, Weidong Huang, Junaid Akram, Alaa Farhat, Jie Hua

机构 * University of Technology Sydney, Australia（悉尼科技大学，澳大利亚） ； University of Sydney, Australia（悉尼大学，澳大利亚） ； Shaoyang University, China（邵阳学院，中国） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 本研究提出基于深度学习和不平衡意识策略的皮肤疾病自动化诊断模型，实现了87.71%的准确率，为皮肤病诊断提供支持。

Comments The 23rd Australasian Data Science and Machine Learning Conference (AusDM'25)

CPJ: Explainable Agricultural Pest Diagnosis via Caption-Prompt-Judge with LLM-Judged Refinement

CPJ: 通过基于提示-判断的图像描述实现可解释的农业害虫诊断

Wentao Zhang, Tao Fang, Lina Lu, Lifei Wang, Weihe Zhong

机构 * Business School, Shandong University of Technology, Shandong, China（山东科技大学商学院） ； Institute of International Language Services Studies, Macau Millennium College, Macau SAR, China（国际语言服务研究所，澳门 Millennium 学院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 CPJ通过基于提示-判断的图像描述实现可解释的农业害虫诊断，无需训练即可提升诊断性能。

Comments This paper is 6 pages in length and contains 2 figures. Tao Fang (Corresponding Author), Lina Lu (Co-corresponding Author)

Virtual-Eyes: Quantitative Validation of a Lung CT Quality-Control Pipeline for Foundation-Model Cancer Risk Prediction

虚拟眼睛：一种用于基础模型癌症风险预测的肺CT质量控制流水线的定量验证

Md. Enamul Hoq, Linda Larson-Prior, Fred Prior

机构 * Department of Biomedical Informatics College of Medicine University of Arkansas for Medical Sciences（生物医学信息学系医学院美国亚拉巴马医学科学大学） 纠错

专题命中 诊断辅助 ：CT(title,abstract)；分类 cs.CV

AI总结 Virtual-Eyes通过提升基础模型性能，验证了肺CT质量控制对癌症风险预测的积极影响，但可能影响专业模型的性能。

Comments 23 pages, and Under Review-MIDL-2026

MetaCD: A Meta Learning Framework for Cognitive Diagnosis based on Continual Learning

MetaCD：基于持续学习的认知诊断元学习框架

Jin Wu, Chanjin Zheng

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 MetaCD通过元学习和持续学习方法，提升认知诊断模型在长尾分布和动态数据下的准确率与泛化能力。

Robust Polyp Detection and Diagnosis through Compositional Prompt-Guided Diffusion Models

通过组成提示引导的扩散模型实现鲁棒的息肉检测与诊断

Jia Yu, Yan Zhu, Peiyao Fu, Tianyi Chen, Junbo Huang, Quanlin Li, Pinghong Zhou, Zhihua Wang, Fei Wu, Shuo Wang, Xian Yang

机构 * Zhejiang University（浙江大学） ； Shanghai Institute for Advanced Study of Zhejiang University（浙江大学上海高等研究院） ； Endoscopy Center, Zhongshan Hospital, Fudan University（复旦大学中山医院内窥镜中心） ； Shanghai Collaborative Innovation Center of Endoscopy（上海内窥镜协同创新中心） ； Digital Medical Research Center, School of Basic Medical Sciences, Fudan University（复旦大学基础医学院数字医疗研究中心） ； Shanghai Key Laboratory of MICCAI（上海MICCAI重点实验室） ； Alliance Manchester Business School, The University of Manchester（曼彻斯特大学联盟商学院） ； Data Science Institute, Imperial College London（伦敦帝国学院数据科学研究所） 纠错

专题命中 诊断辅助 ：diagnosis(title)；medical image(abstract)；分类 cs.CV

AI总结 本文提出PSDM模型，通过整合多种临床注释生成合成图像，提升息肉检测、分类和分割的鲁棒性和泛化能力。

Journal ref IEEE Trans. Med. Imaging, vol. 44, no. 12, pp. 5245-5257, Dec. 2025

A CNN-Based Malaria Diagnosis from Blood Cell Images with SHAP and LIME Explainability

基于CNN的血细胞图像 malaria 诊断与SHAP和LIME可解释性

Md. Ismiel Hossen Abir, Awolad Hossain

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 本文提出基于CNN的疟疾诊断方法，结合SHAP和LIME提升模型可解释性，实现高准确率的血细胞图像分类。

MAPI-GNN: Multi-Activation Plane Interaction Graph Neural Network for Multimodal Medical Diagnosis

MAPI-GNN：多激活平面交互图神经网络用于多模态医学诊断

Ziwei Qin, Xuhui Song, Deqing Huang, Na Qin, Jun Li

机构 * Ziwei Qin（独立研究者） ； Xuhui Song（独立研究者） ； Deqing Huang（独立研究者） ； Na Qin（独立研究者） ； Jun Li（独立研究者） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 MAPI-GNN通过多激活平面交互机制，有效建模患者特异性病理关系，提升多模态医学诊断的准确性。

Comments Accepted by Proceedings of the AAAI Conference on Artificial Intelligence 40 (AAAI-26)

Digital Twin-Driven Zero-Shot Fault Diagnosis of Axial Piston Pumps Using Fluid-Borne Noise Signals

基于数字孪生的轴向柱塞泵流体 borne噪声信号零样本故障诊断

Chang Dong, Jianfeng Tao, Chengliang Liu

机构 * State Key Laboratory of Mechanical System and Vibration（机械系统与振动国家重点实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai Platform for Smart Manufacturing Co.,Ltd（上海智能制造平台有限公司） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 本文提出基于数字孪生的轴向柱塞泵零样本故障诊断方法，利用流体 borne噪声信号训练深度学习模型，通过物理指导神经网络和Grad-CAM可视化提升诊断准确率，实验显示其在数据稀缺情况下表现优异。

Balanced Few-Shot Episodic Learning for Accurate Retinal Disease Diagnosis

平衡少样本事件学习用于准确视网膜疾病诊断

Jasmaine Khale, Ravi Prakash Srivastava

机构 * Northeastern University-Silicon Valley（东北大学-硅谷） ； Indian Institute of Information Technology, Ranchi（印度拉奇信息科技学院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 本文提出一种平衡少样本事件学习框架，通过平衡采样和CLAHE增强预处理，提升视网膜疾病诊断的准确性和公平性。

Few-shot Class-incremental Fault Diagnosis by Preserving Class-Agnostic Knowledge with Dual-Granularity Representations

少样本类增量故障诊断通过保留类无关知识与双粒度表示

Zhendong Yang, Jie Wang, Liansong Zong, Xiaorong Liu, Quan Qian, Shiqian Chen

机构 * School of Computer and Software Engineering, Xihua University（西华大学计算机与软件工程学院） ； School of Computing and Artificial Intelligence, Southwest Jiaotong University（西南交通大学计算机与人工智能学院） ； School of Computer Science and Artificial Intelligence, Southwest Petroleum University（西南石油大学计算机科学与人工智能学院） ； School of Automation Engineering, University of Electronic Science and Technology of China（电子科技大学自动化工程学院） ； State Key Laboratory of Rail Transit Vehicle System（轨道交通车辆系统国家重点实验室） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 本文提出双粒度引导网络DGGN，通过保留类无关知识和双粒度表示解决少样本类增量故障诊断中的灾难性遗忘和过拟合问题。

Comments This manuscript is currently under review at the Engineering Applications of Artificial Intelligence

Process mining-driven modeling and simulation to enhance fault diagnosis in cyber-physical systems

基于过程挖掘的建模与仿真以增强网络物理系统中的故障诊断

Francesco Vitale, Nicola Dall'Ora, Sebastiano Gaiardelli, Enrico Fraccaroli, Nicola Mazzocca, Franco Fummi

机构 * University of Naples Federico II, Department of Electrical Engineering and Information Technology（那不勒斯费德里科二世大学电气工程与信息科技系） ； Guglielmo Marconi University, Department of Engineering Sciences（古吉莱奥·马尔科尼大学工程科学系） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 本文提出基于过程挖掘的建模与仿真方法，通过可解释的随机Petri网提升网络物理系统故障诊断的准确性和可解释性。

Automated Plant Disease and Pest Detection System Using Hybrid Lightweight CNN-MobileViT Models for Diagnosis of Indigenous Crops

基于混合轻量CNN-MobileViT模型的自动化植物病害和害虫检测系统用于本地作物诊断

Tekleab G. Gebremedhin, Hailom S. Asegede, Bruh W. Tesheme, Tadesse B. Gebremichael, Kalayu G. Redae

机构 * Department of Computer Science \& Engineering ； Department of Information Technology Mekelle University - Mekelle Institute of Technology, Ethiopia Email 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 本研究提出基于混合轻量CNN-MobileViT模型的自动化植物病害检测系统，通过本地作物数据集验证了模型在边缘环境中的高效诊断能力。

Comments A preliminary version of this work was presented at the International Conference on Postwar Technology for Recovery and Sustainable Development (Feb. 2025). This manuscript substantially extends that work with expanded experiments and on-device deployment analysis. Code and dataset are publicly available at: https://github.com/Tekleab15/Automated_plant_disease_and_pest_detection_system

Blood Pressure Prediction for Coronary Artery Disease Diagnosis using Coronary Computed Tomography Angiography

使用冠状动脉计算机断层扫描血管造影进行冠状动脉疾病诊断的血压预测

Rene Lisasi, Michele Esposito, Chen Zhao

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 本文提出基于扩散模型的端到端流程，通过CCTA数据直接预测冠状动脉血压，实现非侵入性CAD诊断

Comments 19 pages, 9 figures

RAD: Towards Trustworthy Retrieval-Augmented Multi-modal Clinical Diagnosis

RAD：迈向可信的检索增强多模态临床诊断

Haolin Li, Tianjie Dai, Zhe Chen, Siyuan Du, Jiangchao Yao, Ya Zhang, Yanfeng Wang

机构 * College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与人工智能学院） ； Shanghai AI Laboratory（上海人工智能实验室） ； CMIC, Shanghai Jiao Tong University（上海交通大学计算机学院） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； Institute of Artificial Intelligence for Medicine, Shanghai Jiao Tong University（上海交通大学医学人工智能研究所） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 RAD通过检索增强多模态模型，提升临床诊断的可信度与准确性，实现任务特定知识的显式注入。

Comments Accepted to NeurIPS 2025