医学 AI

Concept Inconsistency in Dermoscopic Concept Bottleneck Models: A Rough-Set Analysis of the Derm7pt Dataset

皮肤镜概念瓶颈模型中的概念不一致：对Derm7pt数据集的粗糙集分析

Gonzalo Nápoles, Isel Grau, Yamisleydi Salgueiro

机构 * Department of Intelligent Systems, Tilburg University（蒂尔堡大学智能系统系） ； Information Systems Group, Eindhoven University of Technology（埃因霍温理工大学信息系统组） 纠错

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

AI总结 本文通过粗糙集理论分析Derm7pt数据集中的概念不一致问题，发现16.4%的概念配置存在冲突，导致理论准确率上限为92.1%，并通过过滤策略构建一致数据集并评估CBM模型性能。

MM-JudgeBias: A Benchmark for Evaluating Compositional Biases in MLLM-as-a-Judge

MM-JudgeBias：一个评估MLLM-as-a-Judge中组合偏见的基准

Sua Lee, Sanghee Park, Jinbae Im

机构 * Seoul National University（首尔国立大学） ； NAVER Cloud AI（NAVER云AI） ； KAIST AI（韩国科学技术院人工智能实验室） 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MM-JudgeBias基准，通过引入控制扰动和两个互补指标，评估MLLM-as-a-Judge中的组合偏见，揭示了九种偏见类型，并发现现有模型存在模态忽视和评估倾向性问题。

Comments ACL 2026 Main

Beyond Semantic Similarity: A Component-Wise Evaluation Framework for Medical Question Answering Systems with Health Equity Implications

超越语义相似性：面向医疗问答系统的组件评估框架及其健康公平性影响

Abu Noman Md Sakib, Md. Main Oddin Chisty, Zijie Zhang

机构 * University of Texas at San Antonio（德克萨斯大学圣安东尼奥分校） ； Khulna University of Engineering and Technology（库尔纳工程科技大学） 纠错

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

AI总结 本文提出VB-Score框架，评估医疗问答模型的四个组件，揭示模型在慢性病等特定群体中的性能差异，指出语义评估不足以确保医疗AI的安全性。

Comments Accepted in the Ninth Annual ACM Conference on Fairness, Accountability, and Transparency (ACM FAccT) 2026

NameBERT: Scaling Name-Based Nationality Classification with LLM-Augmented Open Academic Data

NameBERT: 通过LLM增强的开放学术数据扩展基于名称的国籍分类

Cong Ming, Ruixin Shi, Yifan Hu

机构 * Northeastern University, United States（美国东北大学） 纠错

专题命中 医学数据与评测 ：biomedical(abstract)

AI总结 本文提出NameBERT，利用LLM增强开放学术数据构建大规模名称-国籍数据集，通过生成低资源国家名称提升分类性能，实现高效且准确的国籍分类。

Comments 12 pages, 3 figures, 8 tables; accepted at the 39th Canadian Conference on Artificial Intelligence (Canadian AI 2026)

Journal ref Proceedings of Machine Learning Research 318 (2026)