医学 AI

NeuroVLM-Bench: Evaluation of Vision-Enabled Large Language Models for Clinical Reasoning in Neurological Disorders

NeuroVLM-Bench：评估用于神经系统疾病临床推理的视觉增强大语言模型

Katarina Trojachanec Dineva, Stefan Andonov, Ilinka Ivanoska, Ivan Kitanovski, Sasho Gramatikov, Tamara Kostova, Monika Simjanoska Misheva, Kostadin Mishev

专题命中 医学数据与评测 ：MRI(abstract)；CT(abstract)；diagnosis(abstract)；分类 cs.CV、cs.LG

AI总结 本文评估了视觉增强大语言模型在神经疾病临床推理中的性能，通过多模态模型在MRI和CT数据集上进行基准测试，发现影像属性基本解决，但诊断推理仍具挑战性。

Comments 53 pages, 12 figures. Manuscript submitted to the BMC Medical Informatics and Decision Making journal

An Image Dataset of Common Skin Diseases of Bangladesh and Benchmarking Performance with Machine Learning Models

孟加拉国常见皮肤疾病的图像数据集及与机器学习模型的性能基准测试

Sazzad Hossain, Saiful Islam, Muhammad Ibrahim, Md. Rasel Ahmed, Md Shuayb, Ahmedul Kabir

机构 * Department of Computer Science and Engineering, Faridpur Engineering College, Faridpur, Bangladesh（孟加拉国法里德普尔工程学院计算机科学与工程系） ； Department of Computer Science and Engineering, University of Dhaka, Dhaka, Bangladesh（孟加拉国达卡大学计算机科学与工程系） ； Department of Oncology, Labaid Cancer and Super Speciality Center, Dhaka, Bangladesh（孟加拉国达卡拉贝德癌症与超级专科中心肿瘤科） ； Institute of Information Technology, University of Dhaka, Dhaka, Bangladesh（孟加拉国达卡大学信息技术研究所） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.CV、cs.LG

AI总结 本文提出一个包含孟加拉国五种常见皮肤疾病图像的数据集，并评估了多种机器学习模型的分类性能，为皮肤病自动诊断提供支持。

Comments 14 pages

Diagnose, Correct, and Learn from Manipulation Failures via Visual Symbols

通过视觉符号诊断、纠正并学习操纵失败

Xianchao Zeng, Xinyu Zhou, Youcheng Li, Jiayou Shi, Tianle Li, Liangming Chen, Lei Ren, Yong-Lu Li

机构 * Beihang University（北京航空航天大学） ； Shanghai Innovation Institute（上海创新研究院） ； Southern University of Science and Technology（南方科技大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.CV

AI总结 本文提出ViFailback框架，通过视觉符号提升标注效率，并释放大规模数据集和基准测试，验证了框架在故障诊断和纠正中的有效性。

Comments Accepted by CVPR 2026. Project Website: https://x1nyuzhou.github.io/vifailback.github.io/

Evaluating Fine-Tuned LLM Model For Medical Transcription With Small Low-Resource Languages Validated Dataset

评估细调LLM模型在医疗转录中的表现：针对小规模低资源语言验证数据集

Mohammed Nowshad Ruhani Chowdhury, Mohammed Nowaz Rabbani Chowdhury, Sakari Lukkarinen

机构 * School of ICT and Industrial Management（信息通信技术与工业管理学院） ； Metropolia University of Applied Sciences（Metropolia应用科学大学） ； Rensselaer Polytechnic Institute（伦斯勒理工学院） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.LG

AI总结 本研究通过在有限的芬兰语验证数据集上微调LLaMA 3.1-8B，评估了领域对齐的NLP模型在医疗转录中的有效性，结果显示BLEU、ROUGE-L和BERTScore F1等指标表现良好，表明细调在芬兰语医疗口语转录中的可行性。

Comments 9 pages, 3 figures, 2 tables

Is Mathematical Problem-Solving Expertise in Large Language Models Associated with Assessment Performance?

大语言模型中的数学问题解决能力是否与评估表现相关？

Liang Zhang, Yu Fu, Xinyi Jin

机构 * University of Michigan（密歇根大学） ； The High School Affiliated to Minzu University of China（中央民族大学附属中学） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 研究探讨了大语言模型在数学问题解决能力与评估表现之间的关系，发现模型在解决正确问题时评估准确率更高，但步级诊断仍需额外能力支持。