医学 AI

Biomedical Open Source Software: Crucial Packages and Hidden Heroes

生物医学开源软件：关键包与隐形英雄

Eva Maxfield Brown, Stephan Druskat, Laurent Hébert-Dufresne, James Howison, Daniel Mietchen, Andrew Nesbitt, João Felipe Pimentel, Boris Veytsman

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

AI总结 研究通过分析生物医学论文中使用的软件依赖关系，识别出对科学软件生态系统至关重要的关键包，提出软件依赖网络的中心性指标，分析PyPi、CRAN和Bioconductor三个生态系统。

Comments 20 pages, 3 figures, 5 tables. Accepted for publication in PLOS Computational Biology

Robustness of Graph Self-Supervised Learning to Real-World Noise: A Case Study on Text-Driven Biomedical Graphs

图自监督学习在现实世界噪声中的鲁棒性：基于文本驱动的生物医学图的案例研究

Othmane Kabal, Mounira Harzallah, Fabrice Guillet, Hideaki Takeda, Ryutaro Ichise

机构 * National Institute of Informatics（国家信息研究所） ； Institute of Science Tokyo（东京科学研究所） 纠错

专题命中 生物医学文本 ：biomedical(title)；分类 cs.LG

AI总结 本文研究了图自监督学习在现实世界噪声下的鲁棒性，提出NATD-GSSL框架，通过对比噪声图与清洁图评估方法，发现关系重建对噪声敏感而特征重建更鲁棒，GNN架构对噪声也有显著影响。

Eliciting associations between clinical variables from LLMs via comparison questions across populations

通过跨人群比较问题从LLMs中提取临床变量之间的关联

Fabian Kabus, Kian Kordtomeikel, Thomas Brox, Heinz Wiendl, Daiana Stolz, Harald Binder

机构 * Institute of Medical Biometry and Statistics (IMBI), Medical Center, University of Freiburg（弗赖堡大学医学生物统计学研究所（IMBI）、弗赖堡大学医学中心） ； Department of Computer Science, Faculty of Engineering, University of Freiburg（弗赖堡大学工程学院计算机科学系） ； Department of Pneumology, Medical Center, University of Freiburg（弗赖堡大学呼吸科医学中心） ； Department of Neurology and Neurophysiology, Medical Center, University of Freiburg（弗赖堡大学神经学与神经生理学医学中心） 纠错

专题命中 生物医学文本 ：biomedical(abstract)；分类 cs.LG

AI总结 本文提出通过结构化比较问题从LLMs中提取临床变量关联，结合统计模型估计相关性，验证在COPD和MS领域中获得保守的因果预测候选链接。

BioResearcher: Scenario-Guided Multi-Agent for Translational Medicine

BioResearcher: 用于转化医学的场景引导多智能体系统

Remigiusz Kinas, Joanna Krawczyk, Rafał Powalski, Przemysław Pietrzak, Agnieszka Kowalewska, Krzysztof Kolmus, Maciej Sypetkowski, Łukasz Smoliński, Tomasz Jetka

专题命中 生物医学文本 ：biomedical(abstract)；分类 q-bio

AI总结 本文提出BioResearcher，一种场景引导的多智能体系统，通过版本化研究 playbook 将查询映射到多种工具和机器学习端点，实现跨异构生物医学数据源的可审计、场景特定工作流。系统在单元级能力、开放性生物医学推理和端到端临床发现中均表现优异。

Comments 5 pages (main text), 21 pages (appendix), 8 figures, 11 tables

Unbiased estimation in two-stage adaptive enrichment designs

两阶段自适应富集设计中的无偏估计

Enyu Li, Nigel Stallard, Ekkehard Glimm, Peter K. Kimani

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出一种通用的子人群选择规则框架，推导出统一最小方差条件无偏估计器UMVCUE，解决自适应富集设计中的选择偏差问题，提升药物开发的效率和伦理性。

Benchmarking PNW Model for MedMNIST to 100% Accuracy

对MedMNIST进行PNW模型基准测试以实现100%准确率

Bo Deng

机构 * Department of Mathematics（数学系） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出人工特殊智能概念，通过无错误训练使分类模型避免重复错误，应用于18个MedMNIST数据集，除三个存在双标签问题的集外，其余均达到100%准确率。

Comments 12 pages, 4 figure, 1 table