医学 AI

Unified Multi-Foundation-Model Slide Representation for Pan-Cancer Recognition and Text-Guided Tumor Localization

统一多基础模型滑片表示用于泛癌症识别和文本引导的肿瘤定位

Tianyang Wang, Ziyu Su, Abdul Rehman Akbar, Usama Sajjad, Lina Gokhale, Charles Rabolli, Wei Chen, Anil Parwani, Muhammad Khalid Khan Niazi

机构 * Department of Pathology, College of Medicine, The Ohio State University Wexner Medical Center（病理学系，医学学院，俄亥俄州立大学韦克斯纳医学中心） ； Department of Biomedical Engineering, The Ohio State University（生物医学工程系，俄亥俄州立大学） 纠错

专题命中 病理影像 ：pathology(abstract)；分类 cs.CV

AI总结 本文提出ASTRA框架，通过整合异构基础模型表示，结合结构化病理标注字段，实现统一的滑片表示学习，支持多类别分类和文本引导的肿瘤定位。

Learned Dictionaries with Total Variation and Non-Negativity for Single-Cell Microscopy: Convergence Theory and Deterministic Multi-Channel Cell Feature Unification

具有总变分和非负性的学习字典用于单细胞显微镜：收敛理论和确定性多通道细胞特征统一

Erdem Altuntac

专题命中 病理影像 ：clinical AI(abstract)

AI总结 本文提出一种结合总变分和非负性约束的字典学习算法，用于单细胞显微镜信号重建，通过交替近端梯度法实现收敛，并在多通道细胞特征统一中实现物理意义的重建，实验验证其在细胞分类中的有效性。

Vibe Medicine: Redefining Biomedical Research Through Human-AI Co-Work

Vibe Medicine：通过人机协作重新定义生物医学研究

Zihao Wu, Steven Xu, Bowen Chen, Shaowen Wan, Yiwei Li, Wei Ruan, Yanjun Lyu, Siyuan Li, Dajiang Zhu, Tianming Liu, Lin Zhao

机构 * School of Computing, University of Georgia（佐治亚大学计算学院） ； Department of Biomedical Engineering, New Jersey Institute of Technology（新泽西理工学院生物医学工程系） ； Department of Computer Science and Engineering, University of Texas at Arlington（德克萨斯大学阿灵顿分校计算机科学与工程系） 纠错

专题命中 生物医学文本 ：biomedical(title,abstract)；diagnosis(abstract)

AI总结 本文提出Vibe Medicine，通过自然语言指导AI代理执行复杂生物医学流程，解决多领域数据整合与分析难题，提升研究效率与公平性。

Robust and Clinically Reliable EEG Biomarkers: A Cross Population Framework for Generalizable Parkinson's Disease Detection

鲁棒且临床可靠的EEG生物标志物：一种跨群体框架用于通用型帕金森病检测

Nicholas R. Rasmussen, Longwei Wang, Rodrigue Rizk, Md Rezwanul Akter Pallab, Samuel Stuwart, Martina Mancini, Arun Singh, KC Santosh

机构 * USD AI Research, Department of Computer Science, University of South Dakota（USD人工智能研究机构、计算机科学系、南达科他大学） ； Biomedical and Translational Sciences, Sanford School of Medicine, University of South Dakota（生物医学与转化科学、桑福德医学院、南达科他大学） ； Department of Sport, Exercise and Rehabilitation, Northumbria University（体育、运动与康复系、北umbria大学） ； Department of Neurology, Oregon Health & Science University（神经病学系、俄勒冈健康与科学大学） 纠错

专题命中 生物医学文本 ：biomedical(abstract)；分类 cs.LG、q-bio、eess.SP

AI总结 本文提出一种跨群体评估框架，用于评估EEG生物标志物的鲁棒性和临床可靠性，通过多队列实验发现训练群体多样性提高准确性和稳定性，达到94.1%的准确率。

Comments This is the non anonymized preprint corresponding to the version submitted to ACM Transactions on Computing for Healthcare. It is not the final typeset or accepted version

Molecular-optomechanical phonon laser

分子-光学机械声子激光

Bin Yin, Jie Wang, Qian Zhang, Deng Wang, Tian-Xiang Lu, Hui Jing

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出利用混合分子光-机械系统实现超低阈值中红外声子激光，通过巨单光子光机械耦合和分子集体效应，实现超低阈值功率，为中红外声学和生物医学成像提供新途径。

Comments 11 pages, 3 figures, 2 tables

Journal ref Laser & Photonics Reviews, 2026; 0:e71191

Beyond Local vs. External: A Game-Theoretic Framework for Trustworthy Knowledge Acquisition

超越局部与外部：一种博弈论框架用于可信知识获取

Rujing Yao, Yufei Shi, Yang Wu, Ang Li, Zhuoren Jiang, XiaoFeng Wang, Haixu Tang, Xiaozhong Liu

机构 * Nankai University（南开大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Worcester Polytechnic Institute（沃斯通理工学院） ； Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） ； Indiana University Bloomington（印第安纳大学布利克学院） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出GTKA框架，通过博弈论平衡知识效用与隐私，设计隐私感知子查询生成器、对抗重建攻击者和可信本地整合器，减少敏感意图泄露并保持高答案质量。

A bivariate cure copula model with zero-inflated gamma frailty: dependence in both cure fractions and survival times

具有零膨胀伽马 frailty 的双变量治愈 copula 模型：治愈分数和生存时间中的依赖性

Masaki Hino, Shogo Kato, Takeshi Emura

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出了一种新的双变量治愈 frailty-copula 模型，用于处理配对生存数据中的治愈分数和复杂依赖结构，通过零膨胀伽马 frailty 模型同时考虑治愈分数和未治愈个体的持续性异质性。

Comments 47 pages, 2 figures

An Interactive Graphical Tool to Check the Coarray Continuity of Two-Fold Redundant Sparse Arrays (TFRSAs) Under Single Sensor Failures

一种交互式图形工具用于检查在单传感器故障下的双冗余稀疏阵列（TFRSAs）的共阵连续性

Namya Malik, Ashish Patwari, Sangeetha N

专题命中 健康监测 ：biomedical(abstract)；分类 eess.SP

AI总结 本文提出一种交互式图形工具，用于验证双冗余稀疏阵列在单传感器故障下的共阵连续性，通过MATLAB开发的GUI提供全面框架和示例验证，确保阵列配置的冗余性。

Comments 25 pages, 12 figures, 1 Table

Case-Specific Rubrics for Clinical AI Evaluation: Methodology, Validation, and LLM-Clinician Agreement Across 823 Encounters

针对具体病例的评估量表：方法、验证及LLM与医生一致性的823次病例研究

Aaryan Shah, Andrew Hines, Alexia Downs, Denis Bajet, Paulius Mui, Fabiano Araujo, Laura Offutt, Aida Rutledge, Elizabeth Jimenez

机构 * Canvas Medical ； Department of Biomedical Data Science, Stanford University（斯坦福大学生物医学数据科学系） ； XPC (X Primary Care)（XPC（X初级保健）） ； FCA Consulting（FCA咨询） ； Department of Pediatrics, University of Nevada, Reno, NV, USA（内华达大学拉斯维加斯分校儿科系） 纠错

专题命中 医学数据与评测 ：clinical AI(title,abstract)

AI总结 本文提出针对具体病例的评估量表方法，验证了LLM生成的量表在医生一致性上的有效性，展示了在823次病例中医生与LLM的一致性提升。

Comments 14 pages, 2 figures, 3 tables, submitted to JAMIA

RANalyzer: Automated Continuous RAN Software Evaluation and Regression Analysis

RANalyzer：自动化连续RAN软件评估与回归分析

Ravis Shirkhani, Reshma Prasad, Leonardo Bonati, Tommaso Melodia, Michele Polese

专题命中 医学数据与评测 ：CT(abstract,abstract_cn)

AI总结 本文提出RANalyzer框架，通过结合LLM语义提取与残差分析，量化软件更新对性能的影响，利用大规模测试数据识别代码变更导致的性能退化并实现自动化评估。

Comments 9 pages, 11 figures, 2 tables

Weakly Supervised Multicenter Nancy Index Scoring in Ulcerative Colitis Using Foundation Models

基于基础模型的弱监督多实例学习在溃疡性结肠炎中进行Nancy指数评分

Adam Kukučka, Ondřej Fabián, Vít Musil, Tomáš Brázdil

机构 * Masaryk University, Faculty of Informatics, Brno, Czech Republic（马萨里克大学信息学院，布拉格，捷克共和国） ； Institute of Clinical and Experimental Medicine, Prague, Czech Republic（临床与实验医学研究所，布拉格，捷克共和国） 纠错

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

AI总结 本文提出一种弱监督多实例学习方法，利用基础模型对全切片图像进行自动评分，实现Nancy指数五级预测，验证了基础模型在多中心数据中的有效性。

FedRef: Bayesian Fine-Tuning using a Reference Model to Mitigate Catastrophic Forgetting for Heterogeneous Federated Learning

FedRef: 利用参考模型进行贝叶斯微调以缓解异构联邦学习中的灾难性遗忘

Taehwan Yoon, Bongjun Choi, Wesley De Neve

机构 * School of Computer Science and Engineering（计算机科学与工程学院） ； Center for Biosystems and Biotech Data Science（生物系统与生物技术数据科学中心） ； Ghent University Global Campus, Incheon, Republic of Korea（因斯布鲁克大学全球校区，韩国） 纠错

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

AI总结 FedRef通过在服务器端进行贝叶斯微调，利用参考模型缓解异构联邦学习中的灾难性遗忘问题，提升模型稳定性和收敛速度，降低客户端计算开销。

Comments 11 pages, 34 equations, 5 figures, 7 tables

NIH-MPINet: A Large-Scale Feature-Rich Network Dataset for Mapping the Frontiers of Team Science

NIH-MPINet：一个大规模特征丰富的网络数据集，用于映射团队科学的前沿

Cuiran Shi, Shuying Han, Shreya Kusumanchi, Mia Zhou, Didong Li

专题命中 医学数据与评测 ：biomedical(abstract)

AI总结 本研究提出NIH-MPINet网络数据集，涵盖2006-2023年NIH资助项目合作网络，包含30127个PI节点和86743条边，揭示19个合作社区及20个研究主题，展现科研主题随时间变化趋势。

The Imbalanced User-AI Relationships as an Ethical Failure of Front-End Design in Healthcare AI

医疗AI中不平衡的用户-人工智能关系作为前端设计的伦理失败

Maureen Mghambi Mwadime

机构 * School of Computer Science, Northumbria University（北约克大学计算机科学学院） 纠错

专题命中 其他医学AI ：healthcare AI(title)

AI总结 本文探讨医疗AI中用户与AI关系的不平衡问题，指出前端界面设计对患者和医生的影响，提出通过互惠设计改善人机交互的伦理框架。

Comments Accepted at the Proceedings of the CHI 2026 Workshop: Ethics at the Front-End