医学 AI

Beyond Acoustic Sparsity and Linguistic Bias: A Prompt-Free Paradigm for Mispronunciation Detection and Diagnosis

超越声学稀疏性和语言偏差：一种无提示的误发音检测与诊断范式

Haopeng Geng, Longfei Yang, Xi Chen, Haitong Sun, Daisuke Saito, Nobuaki Minematsu

机构 * Graduate School of Engineering, The University of Tokyo, Japan（东京大学工学系研究生院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出无提示框架，通过CROTTC模型和IF策略实现误发音检测与诊断，实验显示在L2-ARCTIC和Iqra'Eval2上F1得分达71.77%和71.70%。

Improving Clinical Diagnosis with Counterfactual Multi-Agent Reasoning

通过反事实多智能体推理提升临床诊断

Zhiwen You, Xi Chen, Aniket Vashishtha, Simo Du, Gabriel Erion-Barner, Hongyuan Mei, Hao Peng, Yue Guo

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Jacobi Medical Center, Albert Einstein College of Medicine（雅各布医疗中心，阿尔伯特·爱因斯坦学院） ； Department of Emergency Medicine, Beth Israel Deaconess Medical Center（贝斯以色列医疗中心急诊科） ； Leaning machines（Leanings machines） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出一种基于反事实推理的多智能体诊断框架，通过反事实案例编辑和反事实概率差距方法，提升诊断准确性与可解释性，尤其在复杂和模糊病例中表现突出。

Cognitive Policy-Driven LLM for Diagnosis and Intervention of Cognitive Distortions in Emotional Support Conversation

认知驱动的LLM用于情绪支持对话中认知扭曲的诊断与干预

Lin Zhong, Renjin Zhu, Shujuan Ma, Jinhao Cui, Lingzhi Wang, Hao Chen, Qing Liao

机构 * Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳）） ； City University of Macau, Macao SAR, China（澳门城市大学） ； Peng Cheng Laboratory, Shenzhen, China（鹏城实验室） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出CogBiasESC数据集和CoPoLLM框架，用于提升LLM在情绪支持对话中识别和干预认知扭曲的能力，实验显示其在诊断准确性和安全性方面优于现有方法。

Comments Accepted at ACL 2026 (Main Conference)

How Can Explainable Artificial Intelligence Improve Trust and Transparency in Medical Diagnosis Systems?

可解释人工智能如何提高医疗诊断系统中的信任和透明度？

Altynbek Seitenov, Ainur Nurzhanova, Azhar Bekbussinova, Yerassyl Bolatkan

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文探讨了可解释性对AI诊断系统信任的影响，发现解释显著提升信任和安全性，XAI知识与信任和有用性呈正相关。

Comments 15 pages, 22 figures, survey study on explainable AI in healthcare decision support systems

WiseMind: a knowledge-guided multi-agent framework for accurate and empathetic psychiatric diagnosis

WiseMind: 一种基于知识的多智能体框架，用于准确且富有同理心的精神病诊断

Yuqi Wu, Guangya Wan, Jingjing Li, Shengming Zhao, Lingfeng Ma, Tianyi Ye, Ion Pop, Yanbo Zhang, Jie Chen

机构 * College of Biomedical Engineering（生物医学工程学院） ； Fudan University（复旦大学） ； Department of Electrical and Computer Engineering（电气与计算机工程系） ； University of Alberta（阿尔伯塔大学） ； University of Virginia（弗吉尼亚大学） ； McIntire School of Commerce（麦金尼商学院） ； School of Data Science（数据科学学院） ； Department of Psychiatry（精神病学系） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 WiseMind通过整合理性与情感智能体，结合DSM-5知识图谱，提升了精神病诊断的准确性与同理心，其在1206次模拟对话和180次真实交互中达到85.6%的诊断准确率，超越了单智能体方法。

Comments Accepted at npj Digital Medicine (2026)

Log-based vs Graph-based Approaches to Fault Diagnosis

基于日志与图的故障诊断方法比较

Mathis Nguyen, Mohamed Ali Lajnef

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文比较了基于日志的编码器（如BERT）与基于图的模型（如GNN）在自动故障诊断中的表现，发现融合日志编码器学习表示的图模型性能最佳。

Comments 8 pages, 7 figures, student project

LLM-Based Automated Diagnosis Of Integration Test Failures At Google

基于LLM的谷歌集成测试故障自动诊断

Celal Ziftci, Ray Liu, Spencer Greene, Livio Dalloro

机构 * GoogleUSA（美国谷歌） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出Auto-Diagnose工具，利用LLM高效诊断集成测试故障，通过分析日志生成摘要并集成至代码审查系统，实验证明其高准确率和用户认可。

EviCare: Enhancing Diagnosis Prediction with Deep Model-Guided Evidence for In-Context Reasoning

EviCare: 通过深度模型引导的证据增强诊断预测

Hengyu Zhang, Xuyun Zhang, Pengxiang Zhan, Linhao Luo, Hang Lv, Yanchao Tan, Shirui Pan, Carl Yang

机构 * Macquarie University（麦考瑞大学） ； Fuzhou University（福州大学） ； Monash University（莫纳什大学） ； Griffith University（格里菲斯大学） ； Emory University（埃默里大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 EviCare通过整合深度模型指导的证据选择、证据优先级排序和关系证据构建，提升基于LLM的诊断预测性能，在MIMIC-III和MIMIC-IV数据集上实现20.65%的平均提升，尤其在新诊断预测上提升显著。

Comments Accepted by KDD 2026

DERM-3R: A Resource-Efficient Multimodal Agents Framework for Dermatologic Diagnosis and Treatment in Real-World Clinical Settings

DERM-3R：一种资源高效的多模态代理框架，用于皮肤病诊断和治疗的现实世界临床应用

Ziwen Chen, Zhendong Wang, Chongjing Wang, Yurui Dong, Luozhijie Jin, Jihao Gu, Kui Chen, Jiaxi Yang, Bingjie Lu, Zhou Zhang, Jirui Dai, Changyong Luo, Xiameng Gai, Haibing Lan, Zhi Liu

机构 * School of Pharmacy, Nanjing University of Chinese Medicine（南京中医药大学药学院） ； Department of Dermatology, the Gulou Hospital of Traditional Chinese Medicine of Beijing（北京鼓楼中医医院皮肤科） ； Infectious disease department, Dongfang Hospital, Beijing University of Chinese Medicine（北京中医药大学东方医院感染科） ； College of Art and Science, university of Washington（华盛顿大学文理学院） ； Department of Computer Science, Johns Hopkins University（约翰霍普金斯大学计算机科学系） ； Fudan Unversity（复旦大学） ； Zhejiang Lab（之江实验室） ； University College London（伦敦大学学院） ； Department of Dermatology, Inner Mongolia Hospital of Traditional Chinese Medicine（内蒙古自治区中医医院皮肤科） ； International Campus of Zhejiang University（浙江大学国际校区） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出DERM-3R框架，通过三个协作代理解决皮肤病诊断中的细粒度病变识别、多视角病变表示和综合推理问题，展示了其在资源受限下的高效性能。

Uncertainty-Guided Latent Diagnostic Trajectory Learning for Sequential Clinical Diagnosis

不确定性的引导潜在诊断轨迹学习用于顺序临床诊断

Xuyang Shen, Haoran Liu, Dongjin Song, Martin Renqiang Min

机构 * University of Connecticut（康涅狄格大学） ； Texas A&M University（德克萨斯农工大学） ； NEC Laboratories America（NEC美国实验室） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出基于规划LLM和诊断LLM的潜在诊断轨迹学习框架，通过后验分布优先选择高诊断信息轨迹，提升顺序临床诊断的准确率并减少检测次数。

GUIDE: Interpretable GUI Agent Evaluation via Hierarchical Diagnosis

GUIDE：通过分层诊断进行可解释的GUI代理评估

Yuwen Zhai, Runze Li, Liang Wang, Nian Shi, Liwu Xu, Wei Zhang, Ran Lin, Bo Xu, Benlei Cui

机构 * Alibaba Group（阿里巴巴集团） ； School of Computer Science and Technology, East China Normal University（华东师范大学计算机科学与技术学院） ； Shanghai Innovation Institute（上海创新研究院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 GUIDE通过分层诊断框架对GUI代理轨迹进行分解评估，提升评估的准确性和可解释性，有效解决长周期任务中的评估问题。

Benchmarking Multi-turn Medical Diagnosis: Hold, Lure, and Self-Correction

多轮医学诊断基准测试：Hold、Lure 和 Self-Correction

Jinrui Fang, Runhan Chen, Xu Yang, Jian Yu, Jiawei Xu, Ashwin Vinod, Wenqi Shi, Tianlong Chen, Heng Ji, ChengXiang Zhai, Ying Ding, Yuji Zhang

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； New York University（纽约大学） ； The University of Texas Southwestern Medical Center（德克萨斯大学西南医学中心） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文通过MINT基准测试揭示了大语言模型在多轮证据积累中的行为模式，发现提前回答、自我修正和强诱因影响诊断决策，提出延迟提问和保留关键证据可提升诊断准确性。

Ontology-Aware Design Patterns for Clinical AI Systems: Translating Reification Theory into Software Architecture

面向本体的临床AI系统设计模式：将重现实理论转化为软件架构

Florian Odi Stummer

机构 * Institute of General Medicine, University Clinics Halle, Martin Luther University Halle-Wittenberg（哈勒大学医院全科医学研究所，马丁·路德·哈勒-维滕贝格大学） ； Apsley Business School（阿普斯利商学院） 纠错

专题命中 诊断辅助 ：clinical AI(title,abstract)

AI总结 本文提出七种面向本体的设计模式，用于构建抗本体扭曲的临床AI管道，通过理论分析提供设计词汇，涵盖数据验证、信号保留、漂移监控等核心方法。

Comments 7 design patterns, 3 tables, 1 figure, arXiv cs.AI preprint

Semantic Compensation via Adversarial Removal for Robust Zero-Shot ECG Diagnosis

通过对抗性移除实现语义补偿的鲁棒零样本ECG诊断

Hongjun Liu, Rujun Han, Leyu Zhou, Chao Yao

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出SCAR框架，通过对抗性移除提升ECG与语言预训练的鲁棒性，解决部分缺失情况下语义对齐问题，并引入CMRS评估指标。

SysOM-AI: Continuous Cross-Layer Performance Diagnosis for Production AI Training

SysOM-AI：面向生产AI训练的持续跨层性能诊断

Yusheng Zheng, Wenan Mao, Shuyi Cheng, Fuqiu Feng, Guangshui Li, Zhaoyan Liao, Yongzhuo Huang, Zhenwei Xiao, Yuqing Li, Andi Quinn, Tao Ma

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出SysOM-AI系统，通过跨层观测和持续监控，解决大规模AI训练中由操作系统级问题引发的GPU延迟和网络拥堵问题，将诊断时间从数天缩短至约10分钟。

Comments 9 pages, 8 figures. Equal contribution by Wenan Mao and Yusheng Zheng

Within the MDT Room: Situated in Multidisciplinary Team-Grounded Agent Debate for Clinical Diagnosis

在MDT房间内：多学科团队基础的智能体辩论用于临床诊断

Peng Kuai, Yukun Yang, Shaolun Ruan, Junchi Xu, Yanjie Zhang, Lin Zhang, Min Zhu, Rui Sheng

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出MDTRoom系统，通过将多智能体讨论转化为结构化可查看的工作空间，帮助医生与智能体协作，提升罕见病诊断效率。

DongYuan: An LLM-Based Framework for Integrative Chinese and Western Medicine Spleen-Stomach Disorders Diagnosis

东元：一种基于大语言模型的整合中西医脾胃疾病诊断框架

Hua Li, Yingying Li, Xiaobin Feng, Xinyi Fu, Lifeng Dong, Qingfeng Yang, Yanzhe Chen, Xiaoju Feng, Zhidong Cao, Jianbin Guo, Yanru Du

机构 * Beijing Wenge Technology Co., Ltd.（北京文歌科技有限公司） ； Hebei Provincial Hospital of Traditional Chinese Medicine（河北省中医院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Tianjin University（天津大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出东元框架，通过构建三个中西医脾胃疾病数据集，开发核心诊断LLM和咨询导航模型，建立评估基准，显著提升中西医脾胃疾病诊断性能。

Comments 13 pages, 6 figures

InconLens: Interactive Visual Diagnosis of Behavioral Inconsistencies in LLM-based Agentic Systems

InconLens：交互式可视化诊断LLM基于代理系统的行为主观不一致性

Shuo Yan, Xiaolin Wen, Shaolun Ruan, Yanjie Zhang, Jiaming Mi, Yushi Sun, Huamin Qu, Rui Sheng

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出InconLens系统，通过信息节点抽象实现跨运行行为分析，帮助开发者更高效识别分歧点并提升代理系统可靠性。

AD-CARE: A Guideline-grounded, Modality-agnostic LLM Agent for Real-world Alzheimer's Disease Diagnosis with Multi-cohort Assessment, Fairness Analysis, and Reader Study

AD-CARE：一种基于指南、模态无关的LLM代理，用于多队列评估、公平性分析和读者研究的阿尔茨海默病诊断

Wenlong Hou, Sheng Bi, Guangqian Yang, Lihao Liu, Ye Du, Hanxiao Xue, Juncheng Wang, Yuxiang Feng, Yue Xun, Nanxi Yu, Ning Mao, Mo Yang, Yi Wah Eva Cheung, Ling Long, Kay Chen Tan, Lequan Yu, Xiaomeng Ma, Shaozhen Yan, Shujun Wang

机构 * The Hong Kong Polytechnic University（香港理工大学） ； Xuanwu Hospital, Capital Medical University（首都医科大学宣武医院） ； Amazon（亚马逊） ； Zhejiang University（浙江大学） ； Sany AI（三一人工智能） ； Yantai Yuhuangding Hospital, Qingdao University（青岛大学烟台毓璜顶医院） ； The University of Hong Kong（香港大学） ； The Third Affiliated Hospital of Sun Yat-sen University（中山大学附属第三医院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 AD-CARE通过整合临床指南和多模态数据，实现了多队列中84.9%的诊断准确率，显著提升诊断效率和公平性，适用于阿尔茨海默病的临床决策支持。

Analysing Environmental Efficiency in AI for X-Ray Diagnosis

分析AI在X光诊断中的环境效率

Liam Kearns

机构 * AuraQ Malvern Worcestershire（AuraQ 莫尔文伍斯特郡） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文研究了AI在X光诊断中的环境效率，通过比较不同模型配置，发现小判别模型在碳足迹上更高效，但存在诊断偏差，而LLM在性能和碳足迹上均表现不佳。

Comments Accepted for publication in Journal of AI. The final published version is available at https://doi.org/10.61969/jai.1838517

Journal ref Journal of AI 10 (2026) 37-55

Separating Diagnosis from Control: Auditable Policy Adaptation in Agent-Based Simulations with LLM-Based Diagnostics

区分诊断与控制：基于LLM诊断的代理仿真中可审计的政策适应

Shaoxin Zhong, Yuchen Su, Michael Witbrock

机构 * University of Auckland, Auckland, New Zealand（奥克兰大学，新西兰奥克兰） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出三层框架，通过分离诊断与控制实现政策适应性和可审计性。LLM作为诊断工具评估群体状态并生成风险评估，确定性公式转化为可追溯的参数更新。实验显示显式控制规则在老年护理仿真中比黑盒LLM方法更高效且保持可审计性。

Comments This paper has been accepted at AAMAS 2026 Workshop MABS

IF-CPS: Influence Functions for Cyber-Physical Systems -- A Unified Framework for Diagnosis, Curation, and Safety Attribution

IF-CPS：用于物理系统的影响函数——诊断、校准和安全归因的统一框架

Jiachen Li, Shihao Li, Soovadeep Bakshi, Jiamin Xu, Dongmei Chen

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出IF-CPS框架，通过三种适应 CPS 特性的变体，解决控制器故障溯源问题，在诊断、校准和安全归因任务中提升了性能。

From Detection to Diagnosis: Advancing Hallucination Analysis with Automated Data Synthesis

从检测到诊断：通过自动化数据合成推进幻觉分析

Yanyi Liu, Qingwen Yang, Tiezheng Guo, Feiyu Qu, Jun Liu, Yingyou Wen

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出从检测到诊断的新范式，通过自动化数据合成生成高质量训练样本，训练出HDM-4B-RL模型，在幻觉诊断任务中超越现有检测模型，实现更可靠的生成式AI系统。

Comments Accepted at The 40th Annual AAAI Conference on Artificial Intelligence

Human-AI Co-reasoning for Clinical Diagnosis with Evidence-Integrated Language Agent

人机协同推理用于临床诊断：证据整合语言代理

Zhongzhen Huang, Yan Ling, Hong Chen, Ye Feng, Li Wu, Linjie Mu, Shaoting Zhang, Xiaofan Zhang, Kun Qian, Xiaomu Li

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出PULSE，结合领域调优的大语言模型与文献检索，支持复杂病例的诊断决策。实验显示PULSE在专家级准确度上表现优异，且在罕见病病例中保持稳定性能，揭示了语言模型在临床诊断中的潜力与局限。

Comments After further evaluation, we have decided to withdraw the current version of this manuscript for further revision. We plan to add new experiments, improve the writing and overall presentation for greater clarity and coherence, and re-examine the dataset and related descriptions to ensure rigor and reliability before submitting an updated version

A Hybrid AI and Rule-Based Decision Support System for Disease Diagnosis and Management Using Labs

一种结合人工智能与规则的决策支持系统用于疾病诊断与管理

Muhammad Hammad Maqsood, Mubashir Sajid, Khubaib Ahmed, Muhammad Usamah Shahid, Muddassar Farooq

机构 * CureMD Research（CureMD研究） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出一种融合AI预测模型与医学知识库的临床决策支持系统，利用实验室数据推断可能诊断并建议进一步检查，通过规则和数据驱动预测结合，为医生提供诊断支持，减少误诊。

MultiTask Learning AI system to assist BCC diagnosis with dual explanation

多任务学习AI系统辅助BCC诊断的双解释

Iván Matas, Carmen Serrano, Francisca Silva, Amalia Serrano, Tomás Toledo-Pastrana, Begoña Acha

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.CV、cs.LG、eess.IV

AI总结 本文提出一种多任务学习AI系统，用于从皮肤镜图像中检测基底细胞癌，结合皮肤科医生的诊断标准和Grad-CAM解释，实现高准确率和透明性。

Comments 23 pages, 4 figures, 5 tables, under review in Scientific Reports

Scalable Text-Embedding-informed Cognitive Diagnosis of Large Language Models

可扩展的基于文本嵌入的认知诊断用于大语言模型

Jia Liu, Zhiyu Xu, Yuqi Gu

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出将心理测量学中的认知诊断模型(CDM)适应于大语言模型评估，通过多维离散能力配置文件实现细粒度诊断，并利用文本嵌入信息构建先验，提高高维估计的稳定性。

Comments 34 pages of main text, 12 pages of appendix, 7 figures

Do Mixed-Vendor Multi-Agent LLMs Improve Clinical Diagnosis?

多供应商多智能体大语言模型是否能改善临床诊断？

Grace Chang Yuan, Xiaoman Zhang, Sung Eun Kim, Pranav Rajpurkar

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文研究了多供应商多智能体系统在临床诊断中的表现，发现混合供应商配置在召回率和准确性上优于单一供应商配置，揭示了供应商多样性对诊断系统鲁棒性的重要性。

Comments Accepted as Oral at the EACL 2026 Workshop on Healthcare and Language Learning (HeaLing)

Accounting for Heavy Censoring in Evaluating the Risk Stratification Abilities of Existing Models for Time to Diagnosis of Huntington Disease

在评估现有模型对亨廷顿病诊断时间的风险分层能力时考虑重删

Kyle F. Grosser, Abigail G. Foes, Stellen Li, Vraj Parikh, Tanya P. Garcia, Sarah C. Lotspeich

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文探讨了现有模型在亨廷顿病诊断时间预测中的性能，通过外部验证和适当的删失指标比较，发现MRS模型在考虑更多协变量后表现最佳，但PIN模型在更少变量下同样有效。

Comments 16 pages, 4 tables, 2 figures

AeroGPT: Leveraging Large-Scale Audio Model for Aero-Engine Bearing Fault Diagnosis

AeroGPT：利用大规模音频模型进行航空发动机轴承故障诊断

Jiale Liu, Dandan Peng, Huan Wang, Chenyu Liu, Yan-Fu Li, Min Xie

机构 * School of Physics and Astronomy, The University of Edinburgh（爱丁堡大学物理与天文学学院） ； Glasgow College, University of Electronic Science and Technology of China（电子科技大学格拉斯哥学院） ； Department of Electrical and Electronic Engineering, The Hong Kong Polytechnic University（香港理工大学电子与电气工程系） ； Department of Systems Engineering, City University of Hong Kong（香港城市大学系统工程系） ； School of Mechanical Engineering, Northwestern Polytechnical University（西北工业大学机械工程学院） ； Department of Industrial Engineering, Tsinghua University（清华大学工业工程系） ； City University of Hong Kong Shenzhen Research Institute（香港城市大学深圳研究院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出AeroGPT框架，通过迁移通用音频知识到航空发动机轴承故障诊断，结合振动信号对齐和生成故障分类，实现无需后处理的可解释故障诊断，实验验证其在航空发动机轴承数据集上的高准确率。