医学 AI

AOI: Turning Failed Trajectories into Training Signals for Autonomous Cloud Diagnosis

AOI: 将失败轨迹转化为自主云诊断的训练信号

Pei Yang, Wanyi Chen, Asuka Yuxi Zheng, Xueqian Li, Xiang Li, Haoqin Tu, Jie Xiao, Yifan Pang, Dongdong Zhang, Fuqiang Li, Alfred Long, Lynn Ai, Eric Yang, Bill Shi

机构 * Gradient ； Soochow University（苏州大学） ； UC Santa Cruz ； Georgia Institute of Technology（佐治亚理工学院） ； University College London（伦敦大学学院） ； WeJoy ； ByteDance（字节跳动） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 AOI通过结构化轨迹学习框架，在安全约束下实现自动化操作，结合可训练诊断系统、读写分离执行架构和失败轨迹闭环演进器，提升云诊断性能。

Model Medicine: A Clinical Framework for Understanding, Diagnosing, and Treating AI Models

模型医学：一种临床框架，用于理解、诊断和治疗AI模型

Jihoon Jeong

机构 * Department of Electrical Engineering and Computer Science, Daegu Gyeongbuk Institute of Science and Technology (DGIST)（大邱庆州市科学技术院电子工程与计算机科学系） ； ModuLabs 纠错

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

AI总结 本文提出模型医学框架，旨在填补AI可解释性研究与复杂AI系统所需系统临床实践之间的差距，提出五个核心贡献，包括学科分类、四壳模型、神经MRI诊断工具、五层诊断框架及临床模型科学。

Comments 56 pages, 7 figures. Project page: https://jihoonjeong.github.io/model-medicine/

Association of Progressive PPFE and Mortality in Lung Cancer Screening Cohorts

进展性PPFE与肺癌筛查队列中死亡率的关联

Shahab Aslani, Mehran Azimbagirad, Daryl Cheng, Daisuke Yamada, Ryoko Egashira, Adam Szmul, Justine Chan-Fook, Robert Chapman, Alfred Chung Pui So, Shanshan Wang, John McCabe, Tianqi Yang, Jose M Brenes, Eyjolfur Gudmundsson, The SUMMIT Consortium, Susan M. Astley, Daniel C. Alexander, Sam M. Janes, Joseph Jacob

机构 * Satsuma Lab, Hawkes Institute, University College London, London, UK ； Department of Respiratory Medicine, University College London, London, UK ； Department of Computer Science, University College London, London, UK ； Guy’s Cancer Centre, Guy’s ； Radiology Department, Hospital de la Santa Creu i Sant Pau, Sant Quintí, Barcelona, Spain ； Department of Medicine, University of Iceland, Iceland ； NIHR Manchester Biomedical Research Centre, Manchester Academic Health Science Centre, Central Manchester University Hospitals, NHS Foundation Trust, Manchester, UK ； Data Sciences, School of Health Sciences, University of Manchester, Manchester, UK ； UCL Hawkes Institute, University College London, London, UK ； Lungs for Living, Department of Respiratory Medicine, University College London, London, UK 纠错

专题命中 诊断辅助 ：CT(abstract)；分类 cs.CV、q-bio、eess.IV

AI总结 研究探讨了肺癌筛查队列中进展性PPFE与死亡率的关系，采用纵向低剂量CT扫描和临床数据，发现PPFE进展独立增加死亡风险，并与不良临床结局相关。

Comparative Analysis of Deep Learning Architectures for Multi-Disease Classification of Single-Label Chest X-rays

深度学习架构在单标签胸部X光片多疾病分类中的比较分析

Ali M. Bahram, Saman Muhammad Omer, Hardi M. Mohammed

机构 * Department of Computer Science, College of Science, Charmo University（查莫大学计算机科学系，科学学院） ； Department of Software Engineering, University of Raparin（拉帕林大学软件工程系） 纠错

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

AI总结 本文比较了七种深度学习架构在单标签胸部X光片多疾病分类中的性能，发现ConvNeXt-Tiny在准确率和AUROC上表现最佳，MobileNetV2在参数效率上最优，且在 Tuberculosis 和 COVID-19 分类上表现接近完美。

Comments 19 pages, 9 figures, 12 tables. Published in Charmo Journal of Natural Sciences and Technologies (CJNST), 2026

Journal ref Charmo Journal of Natural Sciences and Technologies (CJNST), Vol. 2, Issue 1, pp. 10-28, 2026

Capability-Guided Compression: Toward Interpretability-Aware Budget Allocation for Large Language Models

基于能力的压缩：迈向大语言模型中可解释性感知的预算分配

Rishaank Gupta

机构 * Independent Researcher（独立研究者） 纠错

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

AI总结 本文提出基于能力的压缩方法，通过能力密度图分配不同压缩预算，解决传统压缩方法中缺乏对模型组件功能编码表示的问题，证明高能力密度组件具有更低的结构冗余和更早达到相变点。

GNNVerifier: Graph-based Verifier for LLM Task Planning

GNNVerifier：基于图的LLM任务规划验证器

Yu Hao, Qiuyu Wang, Cheng Yang, Yawen Li, Zhiqiang Zhang, Chuan Shi

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

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

AI总结 本文提出基于图的验证器，通过构建任务计划的图结构，利用图神经网络评估计划的合理性，从而纠正LLM生成的计划中的错误。

Comments 17pages,12figures

VIGIL: Towards Edge-Extended Agentic AI for Enterprise IT Support

VIGIL：迈向企业IT支持的边缘扩展代理AI

Sarthak Ahuja, Neda Kordjazi, Evren Yortucboylu, Vishaal Kapoor, Mariam Dundua, Yiming Li, Derek Ho, Vaibhavi Padala, Jennifer Whitted, Rebecca Steinert

机构 * Amazon Engine, AI Center of Excellence（亚马逊引擎，人工智能卓越中心） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 VIGIL通过在用户设备上部署桌面驻留代理，实现本地诊断、企业知识检索和政策驱动的修复，减少交互轮次，提升诊断速度，支持82%的自助解决，用户反馈显示透明度对信任至关重要。