医学 AI

LoGo-MR: Screening Breast MRI for Cancer Risk Prediction by Efficient Omni-Slice Modeling

LoGo-MR：通过高效多切片建模筛查乳腺MRI以预测癌症风险

Xin Wang, Yuan Gao, George Yiasemis, Antonio Portaluri, Zahra Aghdam, Muzhen He, Luyi Han, Yaofei Duan, Chunyao Lu, Xinglong Liang, Tianyu Zhang, Vivien van Veldhuizen, Yue Sun, Tao Tan, Ritse Mann, Jonas Teuwen

机构 * Netherlands Cancer Institute（荷兰癌症研究所） ； Radboud University Medical Center（拉德堡德大学医学中心） ； University Medical Center Utrecht（乌得勒支大学医学中心） ； Macao Polytechnic University（澳门理工大学） 纠错

专题命中 诊断辅助 ：MRI(title,abstract)；分类 cs.CV

AI总结 本文提出LoGo-MR框架，通过2.5D局部-全局结构建模实现乳腺癌五年风险预测，结合邻居切片编码和transformer增强的多实例学习，提升预测性能和可解释性。

Agri-R1: Agricultural Reasoning for Disease Diagnosis via Automated-Synthesis and Reinforcement Learning

Agri-R1：通过自动合成与强化学习进行农业疾病诊断的推理增强

Wentao Zhang, Mingkun Xu, Qi Zhang, Shangyang Li, Derek F. Wong, Lifei Wang, Yanchao Yang, Lina Lu, Tao Fang

机构 * Shandong University of Technology（山东理工大学） ； Guangdong Institute of Intelligence Science and Technology（广东智能科学与技术研究院） ； Faculty of Data Science, City University of Macau（澳门城市大学数据科学学院） ； School of Physical Science and Technology, Beijing University of Posts and Telecommunications（北京邮电大学物理科学与技术学院） ； NLP2CT Lab, Department of Computer and Information Science, University of Macau（澳门大学计算机与信息科学系自然语言处理与中葡机器翻译实验室） ； Institute of International Language Services Studies, Macau Millennium College（澳门千禧学院国际语言服务研究所） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 Agri-R1通过自动合成与强化学习提升农业疾病诊断，利用仅19%的数据生成高质量推理数据，采用改进的奖励函数提升模型在疾病识别和农业知识问答上的性能。

Comments This paper is submitted for review to the 2026 ACM MM Conference. The corresponding authors are Tao Fang and Lina Lu, where Tao Fang is the senior Corresponding Author (Last Author) and the principal supervisor of this work, having led the research design, guided the methodology, and overseen the entire project

EviCare: Enhancing Diagnosis Prediction with Deep Model-Guided Evidence for In-Context Reasoning

EviCare: 通过深度模型引导的证据增强诊断预测

Hengyu Zhang, Xuyun Zhang, Pengxiang Zhan, Linhao Luo, Hang Lv, Yanchao Tan, Shirui Pan, Carl Yang

机构 * Macquarie University（麦考瑞大学） ； Fuzhou University（福州大学） ； Monash University（莫纳什大学） ； Griffith University（格里菲斯大学） ； Emory University（埃默里大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 EviCare通过整合深度模型指导的证据选择、证据优先级排序和关系证据构建，提升基于LLM的诊断预测性能，在MIMIC-III和MIMIC-IV数据集上实现20.65%的平均提升，尤其在新诊断预测上提升显著。

Comments Accepted by KDD 2026

DERM-3R: A Resource-Efficient Multimodal Agents Framework for Dermatologic Diagnosis and Treatment in Real-World Clinical Settings

DERM-3R：一种资源高效的多模态代理框架，用于皮肤病诊断和治疗的现实世界临床应用

Ziwen Chen, Zhendong Wang, Chongjing Wang, Yurui Dong, Luozhijie Jin, Jihao Gu, Kui Chen, Jiaxi Yang, Bingjie Lu, Zhou Zhang, Jirui Dai, Changyong Luo, Xiameng Gai, Haibing Lan, Zhi Liu

机构 * School of Pharmacy, Nanjing University of Chinese Medicine（南京中医药大学药学院） ； Department of Dermatology, the Gulou Hospital of Traditional Chinese Medicine of Beijing（北京鼓楼中医医院皮肤科） ； Infectious disease department, Dongfang Hospital, Beijing University of Chinese Medicine（北京中医药大学东方医院感染科） ； College of Art and Science, university of Washington（华盛顿大学文理学院） ； Department of Computer Science, Johns Hopkins University（约翰霍普金斯大学计算机科学系） ； Fudan Unversity（复旦大学） ； Zhejiang Lab（之江实验室） ； University College London（伦敦大学学院） ； Department of Dermatology, Inner Mongolia Hospital of Traditional Chinese Medicine（内蒙古自治区中医医院皮肤科） ； International Campus of Zhejiang University（浙江大学国际校区） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出DERM-3R框架，通过三个协作代理解决皮肤病诊断中的细粒度病变识别、多视角病变表示和综合推理问题，展示了其在资源受限下的高效性能。

Fourier-KAN-Mamba: A Novel State-Space Equation Approach for Time-Series Anomaly Detection

傅里叶-KAN-马amba：一种用于时间序列异常检测的新状态空间方程方法

Xiancheng Wang, Lin Wang, Rui Wang, Zhibo Zhang, Minghang Zhao

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

AI总结 本文提出傅里叶-KAN-马amba模型，结合傅里叶层、KAN和马amba状态空间模型，提升时间序列异常检测的非线性表示和复杂时间模式捕捉能力。

Comments We request withdrawal because we identified a flaw in the theoretical analysis of the anomaly-score identification mechanism. This part was supported mainly by metric observations without sufficient visual or empirical verification, which may affect the reliability of the related conclusions

Bias Detection in Emergency Psychiatry: Linking Negative Language to Diagnostic Disparities

急诊 psychiatry 中的偏见检测：将负面语言与诊断差异联系起来

Alissa A. Valentine, Lauren A. Lepow, Donald Apakama, Lili Chan, Alexander W. Charney, Isotta Landi

机构 * Copenhagen University Denmark（丹麦哥本哈根大学） ； Mount Sinai School of Medicine USA（美国西奈山医学院） 纠错

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

AI总结 研究通过分析急诊医生偏见暴露与心理诊断之间的关联，发现负面语言比例升高与精神分裂症诊断增加有关，并揭示了种族差异的潜在影响。

A Compact and Efficient 1.251 Million Parameter Machine Learning CNN Model PD36-C for Plant Disease Detection: A Case Study

一种紧凑且高效的125万参数机器学习CNN模型PD36-C用于植物疾病检测：案例研究

Shkelqim Sherifi

机构 * Independent Researcher（独立研究员） 纠错

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

AI总结 本文提出PD36-C模型，通过训练数据集实现高准确率，适用于边缘部署的植物疾病分类，展示小型CNN在实际应用中的高效性。

Comments 17 pages, 24 figures

bioLeak: Leakage-Aware Modeling and Diagnostics for Machine Learning in R

bioLeak：面向机器学习的泄漏感知建模与诊断

Selçuk Korkmaz

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

AI总结 bioLeak是一个R包，用于构建泄漏感知的重采样工作流，并审计拟合模型的常见泄漏机制，支持多种任务的分类、回归和生存分析。

Comments 35 pages, 4 figures

Community-Based Early-Stage Chronic Kidney Disease Screening using Explainable Machine Learning for Low-Resource Settings

基于社区的早期慢性肾脏病筛查：使用可解释机器学习方法适用于低资源环境

Muhammad Ashad Kabir, Sirajam Munira, Dewan Tasnia Azad, Saleh Mohammed Ikram, Mohammad Habibur Rahman Sarker, Syed Manzoor Ahmed Hanifi

机构 * School of Computing, Mathematics and Engineering, Charles Sturt University（查尔斯·斯特特大学计算、数学与工程学院） ； Department of Computer Science, Rensselaer Polytechnic Institute（伦斯勒理工学院计算机科学系） ； Health Systems and Population Studies Division, International Centre for Diarrhoeal Disease Research, Bangladesh (icddr,b)（孟加拉国国际腹泻病研究中心卫生系统与人口研究部） ； Technical Training Unit, International Centre for Diarrhoeal Disease Research, Bangladesh (icddr,b)（孟加拉国国际腹泻病研究中心技术培训部） 纠错

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

AI总结 本文提出了一种适用于低资源环境的可解释机器学习框架，用于社区早期慢性肾脏病筛查，通过特征选择和模型验证，提高了预测准确性与敏感性。

Comments 31 pages

Journal ref International Journal of Medical Informatics, 2026

Understanding Generalization in Role-Playing Models via Information Theory

通过信息论理解角色扮演模型的泛化能力

Yongqi Li, Hao Lang, Fei Huang, Tieyun Qian, Yongbin Li

机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； Tongyi Lab（通义实验室） ； Zhongguancun Academy（中关村学院） 纠错

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

AI总结 本文通过信息理论提出R-EMID指标，分析角色扮演模型在分布偏移下的泛化问题，提出协同强化学习框架提升对话生成概率，发现用户偏移对泛化影响最大。

Comments Accepted to ACL 2026 (Findings), camera-ready version

Particle Diffusion Matching: Random Walk Correspondence Search for the Alignment of Standard and Ultra-Widefield Fundus Images

粒子扩散匹配：用于标准和超宽场视网膜图像对齐的随机游走对应搜索

Kanggeon Lee, Soochahn Lee, Kyoung Mu Lee

机构 * ASRI, Dept. of ECE, Seoul National University（首尔大学电气与计算机工程系ASRI） ； School of Electrical Engineering, Kookmin University（国民大学电气工程学院） 纠错

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

AI总结 本文提出了一种稳健的对齐技术，通过扩散模型引导的迭代随机游走对应搜索（RWCS）实现标准视网膜图像（SFIs）和超宽场视网膜图像（UWFIs）的对齐，解决了尺度、外观差异和特征稀少的问题，展示了在多个视网膜图像对齐基准上的最佳性能。

Improving Pediatric Emergency Department Triage with Modality Dropout in Late Fusion Multimodal EHR Models

通过晚期融合多模态EHR模型中的模态脱落改进儿科急诊分诊

Tyler Yang, Romal Mitr

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 本文提出一种晚期融合多模态架构，结合XGBoost和Bio_ClinicalBERT处理结构化数据和非结构化文本，通过逻辑回归元分类器预测急诊严重程度指数，通过模态脱落提升模型在儿科群体中的泛化能力。

Comments 10 pages, 4 figures, 4 tables

A Counterfactual Diagnostic Framework for Explaining KS Deterioration in Credit Risk Model Validation

一种用于解释信用风险模型验证中KS劣化现象的反事实诊断框架

Yiqing Wang

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出一种反事实诊断框架，用于解释信用风险模型验证中KS指标下降的原因，通过分阶段归因于采样波动、投资组合变化、协变量偏移和残差劣化，提供更可解释和治理相关的解释。

Comments 18 pages, 4 figures

Ambiguity Detection and Elimination in Automated Executable Process Modeling

自动可执行过程建模中的歧义检测与消除

Ion Matei, Praveen Kumar Menaka Sekar, Maksym Zhenirovskyy, Hon Yung Wong, Sayuri Kohmura, Shinji Hotta, Akihiro Inomata

机构 * Fujitsu Research of America（富士通美国研究院） ； University of Maryland, College Park（马里兰大学帕克分校） ； Fujitsu Limited（富士通株式会社） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出一种基于诊断的框架，通过分析关键性能指标的分布检测行为不一致，定位逻辑分歧并修复文本，以减少生成模型行为的变异。

Graph-Theoretic Analysis of Residual Generation Under Computational Constraints

图论分析在计算限制下的残差生成

Jan Åslund

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出一种基于模型的故障诊断统一框架，结合故障位置和残差生成方法的约束，通过PSO/MSO集、TES/MTES等概念，定义可测试PSO集、残差生成集等，分析在计算限制下适合残差生成的子模型，并通过算法计算所有残差生成集。

Learning to Attend to Depression-Related Patterns: An Adaptive Cross-Modal Gating Network for Depression Detection

学习关注抑郁症相关模式：一种自适应跨模态门控网络用于抑郁症检测

Hangbin Yu, Yudong Yang, Rongfeng Su, Nan Yan, Lan Wang

机构 * Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Key Laboratory of Biomedical Imaging Science and System, Chinese Academy of Sciences（中国科学院生物医学成像科学与系统重点实验室） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出自适应跨模态门控网络，通过动态分配帧权重来关注抑郁症相关段落，提升语音信号中抑郁症检测的准确性。

Rebooting Microreboot: Architectural Support for Safe, Parallel Recovery in Microservice Systems

重振微重启：用于微服务系统的安全并行恢复架构支持

Laurent Bindschaedler

机构 * Max Planck Institute for Software Systems (MPI-SWS)（马克斯·普朗克软件系统研究所） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出一种安全并行恢复架构，通过分离规划与执行，利用类型化的修复计划和微内核确保安全，实验证明其在工业级数据和故障注入测试中有效减少修复带来的损害。

Comments 18 pages, 1 figure, 4 tables. Published at ARCS 2026

Journal ref Proc. 39th GI/ITG International Conference on Architecture of Computing Systems (ARCS), 2026