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。

2026-04-23 至 2026-04-23 共收录 2 篇信号源：cs.CV, cs.LG, q-bio, eess.IV, eess.SP

1. 医疗多模态 2 篇

2604.20306 2026-04-23 cs.CV cs.AI 57%

Dual Causal Inference: Integrating Backdoor Adjustment and Instrumental Variable Learning for Medical VQA

双重因果推断：整合后门调整与工具变量学习用于医疗视觉问答

Zibo Xu, Qiang Li, Ke Lu, Jin Wang, Weizhi Nie, Yuting Su

机构 * School of Microelectronics, Tianjin University（天津大学微电子学院）； Department of Orthopedics, Affiliated Kunshan Hospital of Jiangsu University（江苏大学附属昆山医院骨科部）； Department of Clinical Laboratory, The Third Central Hospital of Tianjin（天津第三中心医院临床实验室）； School of Electrical and Information Engineering, Tianjin University（天津大学电气与信息工程学院）

专题命中医疗多模态：medical image(abstract)；分类 cs.CV

AI总结本文提出双重因果推断框架，通过整合后门调整和工具变量学习，解决医疗视觉问答中多模态数据中的内在偏见问题，提升模型的诊断推理可靠性。

2509.03740 2026-04-23 cs.CV cs.CL 57%

CLIP-SVD: Efficient and Interpretable Vision-Language Adaptation via Singular Values

CLIP-SVD：通过奇异值实现高效且可解释的视觉-语言适应

Taha Koleilat, Hassan Rivaz, Yiming Xiao

机构 * Department of Electrical & Computer Engineering, Concordia University（康科迪亚大学电气与计算机工程系）； Department of Computer Science & Software Engineering, Concordia University（康科迪亚大学计算机科学与软件工程系）

专题命中医疗多模态：biomedical(abstract)；分类 cs.CV

AI总结 CLIP-SVD通过奇异值微调方法，以0.04%的参数量实现高效视觉-语言模型适应，提升适应性能并保留泛化能力，在11个自然和10个生物医学数据集上取得最佳分类结果。

Comments TMLR 2026