科学与医疗

医学 AI

医学智能、临床 AI、医学影像、病理、诊断和医疗健康大模型。

2026-04-13 至 2026-04-13 共收录 4 篇信号源：cs.CV, cs.LG, q-bio, eess.IV, eess.SP

1. 医学数据与评测 4 篇

2604.09009 2026-04-13 cs.CV 83%

Robust by Design: A Continuous Monitoring and Data Integration Framework for Medical AI

鲁棒性设计：面向医学AI的连续监控与数据整合框架

Mohammad Daouk, Jan Ulrich Becker, Neeraja Kambham, Anthony Chang, Chandra Mohan, Hien Van Nguyen

机构 * University of Houston（休斯顿大学）； University Hospital Cologne（科隆大学医院）； Stanford University（斯坦福大学）； The University of Chicago（芝加哥大学）

专题命中医学数据与评测：medical AI(title,abstract)；pathology(abstract)；分类 cs.CV

AI总结本文提出一种连续监控与数据整合框架，通过多指标特征分析和不确定性门控，实现医学AI模型在动态临床环境中的鲁棒性，防止数据漂移和灾难性遗忘。

Comments Accepted at IEEE ISBI 2026. Chandra Mohan and Hien Van Nguyen jointly supervised this work

2602.00821 2026-04-13 cs.CV 77%

Zero-Shot Generative De-identification: Inversion-Free Flow for Privacy-Preserving Skin Image Analysis

零样本生成去标识化：无反向流程的隐私保护皮肤图像分析

Konstantinos Moutselos, Ilias Maglogiannis

机构 * University of Piraeus, Dept. of Digital Systems（比雷埃夫斯大学数字系统系）

专题命中医学数据与评测：medical image(abstract)；pathology(abstract)；biomedical(abstract)；分类 cs.CV

AI总结本文提出一种零样本生成去标识化框架，利用无反向流程实现隐私保护的医学图像分析，通过Rectified Flow Transformers在20秒内实现高保真身份转换，无需病理特定训练或标注数据，生成虚拟健康与病理对照对以分离临床信号。

Comments 10 pages, 5 figures

2604.09338 2026-04-13 cs.AI cs.CL 50%

Mind the Gap Between Spatial Reasoning and Acting! Step-by-Step Evaluation of Agents With Spatial-Gym

注意空间推理与行动之间的差距！通过Spatial-Gym进行分步评估代理

Lars Benedikt Kaesberg, Tianyu Yang, Niklas Bauer, Terry Ruas, Jan Philip Wahle, Bela Gipp

专题命中医学数据与评测：diagnosis(abstract)

AI总结本文提出Spatial-Gym环境，通过2D网格谜题的分步决策任务评估模型在空间推理中的能力，发现分步格式对弱模型有益但对强模型有负面影响，且视觉模型在空间环境中的表现较差。

2604.08555 2026-04-13 cs.CL 50%

SynDocDis: A Metadata-Driven Framework for Generating Synthetic Physician Discussions Using Large Language Models

SynDocDis：一种基于元数据的生成合成医生讨论的框架

Beny Rubinstein, Sergio Matos

机构 * University of Aveiro（阿威罗大学）； IEETA, DETI, LASI, University of Aveiro（阿威罗大学 IEETA、DETI、LASI）

专题命中医学数据与评测：medical AI(abstract)

AI总结 SynDocDis通过结合结构化提示技术和隐私保护的去标识病例元数据，生成临床准确的医生间对话，经九个肿瘤学和肝病学场景评估，显示优异的沟通效果和医学内容质量。

Journal ref In: Valente de Oliveira, J., Leite, J., Rodrigues, J., Dias, J., Cardoso, P. (eds) Progress in Artificial Intelligence. EPIA 2025. Lecture Notes in Computer Science(), vol 16121. Springer, Cham