医学 AI

PathoScribe: Transforming Pathology Data into a Living Library with a Unified LLM-Driven Framework for Semantic Retrieval and Clinical Integration

PathoScribe: 将病理数据转化为一个活的图书馆：一种统一的LLM驱动框架，用于语义检索和临床整合

Abdul Rehman Akbar, Samuel Wales-McGrath, Alejadro Levya, Lina Gokhale, Rajendra Singh, Wei Chen, Anil Parwani, Muhammad Khalid Khan Niazi

专题命中 病理影像 ：pathology(title,abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 PathoScribe通过统一的LLM框架实现病理数据的语义检索与临床整合，提升病理档案的活用价值。

Alignment as Iatrogenesis: Pastoral Power, Collective Pathology, and the Structural Limits of Monolingual Safety Evaluation

对齐作为医源性：牧师权力、集体病理学以及单语安全评估的结构性限制

Hiroki Fukui

机构 * Research Institute of Criminal Psychiatry（刑事精神病研究所以） ； Sex Offender Medical Center（性犯罪医疗中心） ； Department of Neuropsychiatry, Graduate School of Medicine, Kyoto University（京都大学医学研究生院神经精神病学系） 纠错

专题命中 病理影像 ：pathology(title,abstract)

AI总结 本文通过多语言实验揭示，单语安全评估无法捕捉对齐设计导致的集体病理效应，指出语言切换影响病理模式的定性与幅度。

Comments 30 pages, 1 figure, 24-page supplementary. Preprint v3. Companion paper: arXiv:2603.04904. Previous versions: Zenodo DOI 10.5281/zenodo.18646998

Inferring Clinically Relevant Molecular Subtypes of Pancreatic Cancer from Routine Histopathology Using Deep Learning

通过深度学习从常规组织病理学切片推断胰腺癌的临床相关分子亚型

Abdul Rehman Akbar, Alejandro Levya, Ashwini Esnakula, Elshad Hasanov, Anne Noonan, Lingbin Meng, Susan Tsai, Vaibhav Sahai, Midhun Malla, Sarbajit Mukherjee, Upender Manne, Anil Parwani, Wei Chen, Ashish Manne, Muhammad Khalid Khan Niazi

专题命中 病理影像 ：pathology(abstract)；分类 cs.CV、cs.LG、eess.IV

AI总结 PanSubNet通过深度学习从常规H&E染色切片预测胰腺癌分子亚型，提供可解释的临床应用工具。

Novel Architecture of RPA In Oral Cancer Lesion Detection

口腔癌病变检测中RPA的新架构

Revana Magdy, Joy Naoum, Ali Hamdi

专题命中 病理影像 ：diagnosis(abstract)；分类 cs.CV

AI总结 本研究提出了一种新的RPA架构，通过设计模式和批量处理显著提升了口腔癌病变检测的效率，将预测时间缩短了60-100倍。

Sparse Task Vector Mixup with Hypernetworks for Efficient Knowledge Transfer in Whole-Slide Image Prognosis

通过超网络实现的稀疏任务向量混合用于全滑片图像预后中的高效知识转移

Pei Liu, Xiangxiang Zeng, Tengfei Ma, Yucheng Xing, Xuanbai Ren, Yiping Liu

专题命中 病理影像 ：pathology(abstract)；分类 cs.CV

AI总结 STEPH通过超网络实现稀疏任务向量混合，提升全滑片图像预后中的知识转移效率

Comments Accepted to CVPR 2026

Leveraging Spatial Context for Positive Pair Sampling in Histopathology Image Representation Learning

利用空间上下文进行组织病理图像表示学习中的正对采样

Willmer Rafell Quinones Robles, Sakonporn Noree, Jongwoo Kim, Young Sin Ko, Bryan Wong, Mun Yong Yi

机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） ； Seegene Medical Foundation（Seegene医学基金会） 纠错

专题命中 病理影像 ：pathology(abstract)；分类 cs.CV

AI总结 本文提出一种利用空间上下文提升组织病理图像自监督学习性能的方法，通过改进正对采样策略，在多个数据集上实现了5%-10%的准确率提升。

Early-Stage Cancer Biomarker Detection via Intravascular Nanomachines: Modeling and Analysis

早期癌症生物标志物检测 via 血管纳米机器：建模与分析

Abdollah Rezagholi, Sergi Abadal, Filip Lemic, Eduard Alarcon, Ethungshan Shitiri

专题命中 病理影像 ：diagnosis(abstract)

AI总结 本研究提出了一种基于血管纳米机器的早期癌症生物标志物检测方法，通过建模和分析血管环境中的非均匀流体结构和粒子运动，提高生物标志物的检测效率。

Characterizing Healthy & Post-Stroke Neuromotor Behavior During 6D Upper-Limb Isometric Gaming: Implications for Design of End-Effector Rehabilitation Robot Interfaces

表征健康及中风后神经运动行为在6D上肢等张游戏中的特性：对末端执行器康复机器人接口设计的启示

Ajay Anand, Gabriel Parra, Chad A. Berghoff, Laura A. Hallock

机构 * University of Utah（犹他大学） 纠错

专题命中 病理影像 ：pathology(abstract)

AI总结 本研究通过分析健康及中风后用户在等张任务中的神经运动行为，提出了一种基于sEMG信号的HMM分类方法，探讨了接口设计对行为的影响及康复机器人设计的启示。

Comments This work has been submitted to the IEEE for possible publication

Nonparametric estimation of a state entry time distribution conditional on a "past" state occupation in a progressive multistate model with current status data

在具有当前状态数据的渐进多状态模型中，非参数估计状态进入时间分布的条件

Samuel Anyaso-Samuel, Somnath Datta

专题命中 病理影像 ：biomedical(abstract)

AI总结 本文提出两种非参数方法，用于在具有当前状态数据的渐进多状态模型中估计状态进入时间分布的条件概率。

Comments 26 pages, 5 tables, 4 figures