Harvard University（哈佛大学）

ReX-MLE: The Autonomous Agent Benchmark for Medical Imaging Challenges

ReX-MLE：医疗影像挑战的自主代理基准

Roshan Kenia, Xiaoman Zhang, Pranav Rajpurkar

机构 * Harvard Medical School（哈佛医学院） ； Department of Biomedical Informatics（生物医学信息学系） 纠错

AI总结 ReX-MLE是一个针对医学影像挑战的自主代理基准，通过评估端到端工作流程，揭示了现有代理在领域知识和工程能力上的不足。

Comments https://github.com/rajpurkarlab/ReX-MLE

A unified FLAIR hyperintensity segmentation model for various CNS tumor types and acquisition time points

一种用于各种中枢神经系统肿瘤类型和采集时间点的统一FLAIR高亮分割模型

Mathilde Gajda Faanes, David Bouget, Asgeir S. Jakola, Timothy R. Smith, Vasileios K. Kavouridis, Francesco Latini, Margret Jensdottir, Peter Milos, Henrietta Nittby Redebrandt, Rickard L. Sjöberg, Rupavathana Mahesparan, Lars Kjelsberg Pedersen, Ole Solheim, Ingerid Reinertsen

机构 * Department of Health Research, SINTEF Digital（健康研究部，SINTEF数字） ； Department of Clinical Neuroscience, Institute of neuroscience and physiology, University of Gothenburg（临床神经科学部，神经科学与生理学研究所，哥德堡大学） ； Department of Neurosurgery, Sahlgrenska University Hospital（神经外科部，萨尔贝格大学医院） ； Department of Neurosurgery, Brigham and Women’s Hospital, Harvard Medical School（神经外科部，布里格姆和妇女医院，哈佛医学院） ； Department of Neurosurgery, Karolinska University Hospital（神经外科部，卡罗林斯卡大学医院） ； Department of Neurosurgery, Linköping University Hospital（神经外科部，林奈大学医院） ； Department of Neurosurgery, Skåne University Hospital（神经外科部，斯德哥尔摩大学医院） ； Department of Clinical Science, Umeå University（临床科学部，乌梅大学） ； Department of Neurosurgery, Haukeland University Hospital（神经外科部，豪克兰大学医院） ； Department of Neurosurgery, University Hospital of North Norway（神经外科部，北挪威大学医院） ； Department of Neuromedicine and Movement Science, Norwegian University of Science and Technology（神经医学与运动科学部，挪威科学技术大学） ； Department of Neurosurgery, St. Olavs University Hospital（神经外科部，圣奥拉夫大学医院） ； Department of Circulation and Medical Imaging, Norwegian University of Science and Technology（循环与医学成像部，挪威科学技术大学） 纠错

AI总结 本文提出了一种统一的FLAIR高亮分割模型，适用于多种中枢神经系统肿瘤类型和采集时间点，通过注意力U-Net架构实现高精度分割，提升了临床应用的可行性。

Comments 13 pages, 4 figures

A Women's Health Benchmark for Large Language Models

为大型语言模型建立女性健康基准

Victoria-Elisabeth Gruber, Razvan Marinescu, Diego Fajardo, Amin H. Nassar, Christopher Arkfeld, Alexandria Ludlow, Shama Patel, Mehrnoosh Samaei, Valerie Klug, Anna Huber, Marcel Gühner, Albert Botta i Orfila, Irene Lagoja, Kimya Tarr, Haleigh Larson, Mary Beth Howard

机构 * Lumos AI ； Medical Oncology, Yale Cancer Center（耶鲁癌症中心医学肿瘤学部） ； Obstetrics and Gynecology, MGH, Harvard Medical School（妇产科，MGH，哈佛医学院） ； Obstetrics, Gynecology & Reproductive Sciences, UCSF（妇产科与生殖科学，UCSF） ； Brown Division of Global Emergency Medicine（全球急诊医学部，布朗分部） ； Department of Emergency Medicine, Emory University（急诊医学部，埃默里大学） ； Pharmacy Department, Clinic Ottakring（药学部，克利克诊所） ； Windrush Surgery, Buckinghamshire, Oxfordshire and Berkshire West Integrated Care Board, NHS（温德许手术，贝肯ham郡，牛津郡和伯克希尔西部整合护理委员会，NHS） ； Women’s Health Research, Yale School of Medicine（女性健康研究，耶鲁医学院） ； Johns Hopkins University School of Medicine（约翰霍普金斯大学医学院） 纠错

AI总结 本文提出女性健康基准，评估LLM在女性健康领域的表现，发现现有模型在关键任务上存在显著缺陷，需进一步改进以提供可靠医疗建议。

Comments 15 pages, 6 Figures, 2 Tables