医学 AI

TSGuard: Automated User-Centric Incident Diagnosis for AI Workloads in the Cloud

TSGuard：云中AI工作负载的自动化用户导向事件诊断

Yitao Yang, Yangtao Deng, Yifan Xiong, Baochun Li, Hong Xu, Peng Cheng

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 TSGuard通过构建领域知识库和模拟专家诊断，提升云中AI工作负载事件诊断的准确性和效率，验证结果显示其在诊断准确率和验证时间上均优于现有方法。

Comments Camera-ready version for ACM FSE 2026 (PACMSE)

What Happens Inside Agent Memory? Circuit Analysis from Emergence to Diagnosis

代理记忆内部发生了什么？从涌现到诊断的电路分析

Xutao Mao, Jinman Zhao, Gerald Penn, Cong Wang

机构 * City University of Hong Kong（香港城市大学） ； University of Toronto（多伦多大学） 纠错

专题命中 诊断辅助 ：diagnosis(title)

AI总结 研究揭示了代理记忆中控制与内容电路的因果关系及共享枢纽的机制，开发出76.2%准确率的无监督诊断工具，优于监督基线13分。

SSMamba: A Self-Supervised Hybrid State Space Model for Pathological Image Classification

SSMamba: 一种用于病理图像分类的自监督混合状态空间模型

Enhui Chai, Sicheng Chen, Tianyi Zhang, Xingyu Li, Tianxiang Cui

机构 * School of Computer Science, Northwest University（西北大学计算机科学学院） ； PuzzleLogic Pte Ltd, Singapore（新加坡PuzzleLogic公司） ； Department of Electrical & Computer Engineering, National University of Singapore（新加坡国立大学电子与计算机工程系） ； School of Computer Science, University of Nottingham Ningbo China（中国诺丁汉大学 Ningbo 分校计算机科学学院） 纠错

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

AI总结 本文提出SSMamba，一种混合自监督框架，通过MAMIM、DMS和LPR模块解决病理图像分析中的领域偏移、局部-全局关系建模和细粒度敏感性问题，优于现有方法。

Journal ref Medical Image Analysis, Volume 111, June 2026, 104080

Nationwide EHR-Based Chronic Rhinosinusitis Prediction Using Demographic-Stratified Models

基于全国电子健康记录的慢性鼻窦炎预测：使用人口统计学分层模型

Sicong Chang, Yidan Shen, Justina Varghese, Akshay R Prabhakar, Sebastian Guadarrama-Sistos-Vazquez, Jiefu Chen, Masayoshi Takashima, Omar G. Ahmed, Renjie Hu, Xin Fu

机构 * Electrical and Computer Engineering（电气与计算机工程） ； University of Houston（休斯顿大学） ； Otolaryngology（耳鼻喉科） ； Houston Methodist Hospital（休斯顿方法医院） ； Information Science Technology（信息科学与技术） 纠错

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

AI总结 本文利用全国纵向电子健康记录数据，通过人口统计学分层模型预测慢性鼻窦炎，通过特征选择和分层建模提升预测性能，实现更有效的早期筛查和转诊优先级设定。

Comments Sicong Chang, Yidan Shen are the co-first authors This paper is already accepted to IEEE Engineering in Medicine and Biology Society (EMBC) 2026 conference

Laya: A LeJEPA Approach to EEG via Latent Prediction over Reconstruction

Laya: 一种基于联合嵌入预测架构的EEG方法

Saarang Panchavati, Uddhav Panchavati, Hiroki Nariai, Corey Arnold, William Speier

机构 * Department of Medical Informatics（医学信息学系） ； UCLA（美国加利福尼亚大学洛杉矶分校） ； Department of Cognitive Science（认知科学系） ； UCSD（美国圣地亚哥大学） ； David Geffen School of Medicine（大卫·盖弗医学院） ； Mattel Children’s Hospital（马特尔儿童医院） 纠错

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

AI总结 本文提出Laya，一种基于LeJEPA的EEG基础模型，通过预测潜在表示而非信号重建，提升EEG表示的语义结构和临床准确性。

Log-Likelihood, Simpson's Paradox, and the Detection of Machine-Generated Text

对数似然、辛普森悖论与机器生成文本的检测

Tom Kempton, Viktor Drobnyi, Maeve Madigan, Stuart Burrell

机构 * Department of Mathematics（数学系） ； University of Manchester（曼彻斯特大学） ； Risk and Security AI Lab（风险与安全AI实验室） ； Visa Inc.（Visa公司） 纠错

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

AI总结 本文通过分析对数似然信号在隐藏空间中的非均匀性，提出基于贝叶斯决策理论的局部校准方法，改进文本检测性能，揭示现有检测器的不足并提供可扩展的解决方案。

Comments 10 pages, 3 figures, 2 tables, 11 appendices

Correcting heterogeneous diagnostic bias when developing clinical prediction models using causal hidden Markov models

在使用因果隐马尔可夫模型开发临床预测模型时纠正异质性诊断偏差

Jose Benitez-Aurioles, Ricardo Silva, Brian McMillan, Matthew Sperrin

机构 * Division of Informatics, Imaging & Data Sciences, University of Manchester（曼彻斯特大学信息学、影像与数据科学系） ； Department of Statistical Science, UCL（伦敦大学学院统计科学系） ； Division of Population Health, Health Services Research & Primary Care, University of Manchester（曼彻斯特大学人口健康、卫生服务研究与初级保健系） 纠错

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

AI总结 本文提出一种方法，通过因果推断框架纠正因诊断延迟差异导致的预测偏差，利用隐马尔可夫模型模拟纵向过程，提升慢性肾病预测模型的校准性。

Comments 4 figures, 2 tables, 4 supplementaries

From Blind Spots to Gains: Diagnostic-Driven Iterative Training for Large Multimodal Models

从盲点到收益：面向大型多模态模型的诊断驱动迭代训练

Hongrui Jia, Chaoya Jiang, Yongrui Heng, Shikun Zhang, Wei Ye

机构 * Peking University（北京大学） ； Shandong University（山东大学） 纠错

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

AI总结 本文提出DPE方法，通过诊断驱动的数据生成和强化学习，实现大型多模态模型的持续改进，实验表明在多个基准测试中取得稳定收益。

BALAR : A Bayesian Agentic Loop for Active Reasoning

BALAR：主动推理的贝叶斯代理循环

Aymen Echarghaoui, Dongxia Wu, Emily B. Fox

机构 * Department of Statistics, Stanford University（统计学系，斯坦福大学） ； Department of Computer Science, Stanford University（计算机科学系，斯坦福大学） 纠错

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

AI总结 BALAR是一种无需微调的任务无关外环算法，通过维护潜在状态的结构信念，选择澄清问题以最大化预期互信息，并动态扩展状态表示，从而在三个基准测试中显著提升性能。

Phase-shifted remote photoplethysmography for estimating heart rate and blood pressure from facial video

相位偏移远程光体积脉搏描记术用于从面部视频估计心率和血压

Gyutae Hwang, Sang Jun Lee

机构 * Division of Electronics and Information Engineering, Jeonbuk National University（全南国立大学电子与信息工程系） 纠错

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

AI总结 本文提出基于视觉的方法估计心率和血压，采用双阶段深度学习框架，利用相位偏移rPPG信号提升心率和血压估计精度。

Comments 13 pages, 10 figures

Journal ref Measurement 2026

Beyond Accuracy: Policy Invariance as a Reliability Test for LLM Safety Judges

超越准确性：将政策不变性作为LLM安全裁判的可靠性测试

Shihao Weng, Yang Feng, Xiaofei Xie

机构 * Nanjing University（南京大学） ； Singapore Management University（新加坡国立管理学院） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出政策不变性作为LLM安全裁判可靠性测试，通过三个可测试原则揭示现有裁判在面对规范性变化和结构性重写时的失效模式，并提出政策不变性分数和裁判卡报告协议以评估裁判可靠性。

Comments 9 pages

From Documents to Spans: Scalable Supervision for Evidence-Based ICD Coding with LLMs

从文档到跨度：基于LLM的证据导向ICD编码可扩展监督方法

Xu Zhang, Wenxin Ma, Chenxu Wu, Rongsheng Wang, Zhiyang He, Xiaodong Tao, Kun Zhang, S. Kevin Zhou

机构 * School of Biomedical Engineering, Division of Life Sciences and Medicine, USTC（生物医学工程学院，生命科学与医学系，中国科学技术大学） ； MIRACLE Center, Suzhou Institute for Advance Research, USTC（MIRACLE中心，苏州先进研究院，中国科学技术大学） ； Jiangsu Provincial Key Laboratory of Multimodal Digital Twin Technology（江苏省多模态数字孪生技术重点实验室） ； State Key Laboratory of Precision and Intelligent Chemistry, USTC（精密与智能化学国家重点实验室） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出Span-Centric Learning框架，通过局部跨度学习提升ICD编码能力，以更低成本实现宏F1提升8.2点，并提供明确证据支持预测代码。

When Should Users Check? Modeling Confirmation Frequency inMulti-Step Agentic AI Tasks

用户何时应检查？在多步骤代理AI任务中建模确认频率

Jieyu Zhou, Aryan Roy, Sneh Gupta, Daniel Weitekamp, Christopher J. MacLellan

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出了一种基于时间调度的模型，用于确定多步骤AI任务中最佳的确认点位置，通过实验发现用户更倾向于中间确认而非终点确认，从而减少任务完成时间。

Comments Accepted by Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems (CHI '26), April 13--17, 2026, Barcelona, Spain

PRIMETIME : Limits of LLMs in Temporal Primitives

PRIMETIME：LLMs在时间原语中的极限

Edward Gaere, Florian Wangenheim

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出PRIMETIME合成生成器，用于评估大语言模型中时间推理基础操作（解析和日期时间算术）的分解性。研究发现各原语可靠性各异，且通过生成器可生成训练数据提升事件规划任务性能。

HyperLens: Quantifying Cognitive Effort in LLMs with Fine-grained Confidence Trajectory

HyperLens: 通过细粒度置信轨迹量化大语言模型中的认知努力

Chengda Lu, Xiaoyu Fan, Wei Xu

机构 * IIIS, Tsinghua University（清华大学信息学院） ； Shanghai Qi Zhi Institute（上海启智研究院） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 HyperLens通过分析大语言模型推理过程中的置信轨迹，量化认知努力，揭示复杂任务对更高认知努力的需求，并诊断监督微调对领域任务性能的影响。

Comments 33 pages

Knee Osteoarthritis Severity Grading Using Optimized Deep Learning and LLM-Driven Intelligent AI on Computationally Limited Systems

利用优化深度学习和LLM驱动智能AI对膝骨关节炎严重程度进行分级

Dayam Nadeem, Neha, Safdar Mustafa, Adnan Alvi, Mohd Hussain

机构 * Jamia Hamdard（贾迈亚哈姆达德大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出结合深度学习CNN与TensorFlow Lite平台的自动诊断方法，用于膝骨关节炎严重程度分级，通过迁移学习和优化模型实现94.48%的测试准确率，并利用Gemini-2.0-flash生成解释性结果，提升AI辅助筛查的可及性。

Comments 6 pages, 11 figures, Accepted and presented at the 2nd International Conference on Emerging Computational Intelligence (ICECI 2026), IEEE. Published in conference proceedings. To appear in IEEE Xplore

Detecting Time Series Anomalies Like an Expert: A Multi-Agent LLM Framework with Specialized Analyzers

像专家一样检测时间序列异常：一种多智能体LLM框架与专用分析器

Hyeongwon Kang, Jeongseob Kim, Jinwoo Park, Pilsung Kang

机构 * Department of Industrial and Management Engineering（工业与管理工程系） ； Korea University（韩国大学） ； Department of Industrial Engineering（工业工程系） ； Seoul National University（首尔国立大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出SAGE框架，通过四个专用分析器检测单变量时间序列的异常，结合数值工具和可视化生成证据，提升异常检测的可靠性与实用性。

Comments Preprint. 9 pages main text, 29 pages total, 8 figures, 9 tables, with appendix

Passive Fault Tolerance through Tension-to-Thrust Feed-Forward: Hybrid Input-to-State Stability for Decentralized Multi-UAV Slung-Load Transport under Abrupt Cable Severance

通过张力到推力前馈实现被动容错：用于突发缆线断裂下分布式多无人机吊挂运输的混合输入到状态稳定性

Hadi Hajieghrary, Paul Schmitt

机构 * Independent Researcher（独立研究者） ； Reynolds & Moore 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出一种被动架构，通过将每个无人机测量的缆线张力直接输入到其高度推力指令中，以实现突发缆线断裂下的分布式多无人机吊挂运输的混合输入到状态稳定性。

Comments Submitted for review at IEEE Transactions on Control Systems Technology For the paper and simulation code see: https://github.com/Hadi-Hajieghrary/Tether_Grace.git