医学 AI

From Trajectories to Phenotypes: Disease Progression as Structural Priors for Multi-organ Imaging Representation Learning

从轨迹到表型：疾病进展作为多器官成像表示学习的结构先验

Zian Wang, Lizhen Lan, Guangming Wang, Haosen Zhang, Minxuan Xu, Qing Li, Tianxing He, Mo Yang, Wenyue Mao, Yajing Zhang, Yan Li, Chengyan Wang

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出一种基于疾病轨迹的蒸馏框架，利用生成疾病轨迹Transformer的结构知识提升多器官成像表示学习的性能，通过几何保持对齐提升疾病鉴别和发病时间预测。

On-Policy Self-Evolution via Failure Trajectories for Agentic Safety Alignment

通过失败轨迹实现的在线自我进化以实现代理安全对齐

Bo Yin, Qi Li, Xinchao Wang

机构 * National University of Singapore（新加坡国立大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出FATE框架，通过将验证者评分的失败轨迹转化为修复监督，结合Pareto-Front Policy Optimization方法，提升代理安全性同时保持有用行为，实验显示在不同模型和规模上均有效。

The biglasso Package: A Memory- and Computation-Efficient Solver for Lasso Model Fitting with Big Data in R

biglasso包：一种内存和计算效率高的Lasso模型求解器，用于处理大数据中的Lasso模型拟合

Yaohui Zeng, Patrick Breheny

专题命中 诊断辅助 ：biomedical(abstract)

AI总结 本文提出biglasso包，通过内存映射文件技术解决高维数据拟合中的内存限制问题，并采用更高效的特征筛选规则提升计算效率，实验证明其在内存和计算效率上的优势。

Comments 20 pages, 6 figures

Journal ref R Journal (2021), 12: 6-19

Probability of Root Cause: A Counterfactual Definition and Its Identification

根因概率：一种反事实定义及其识别

Zitong Lu, Zhi Geng, Wei Li, Min Xie

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出根因概率（PRC）作为根因的正式定义，基于潜在结果框架和中介分析概念，建立了识别公式，并通过数值示例展示其应用。

The Authorization-Execution Gap Is a Major Safety and Security Problem in Open-World Agents

授权-执行间隙是开放世界智能体中的主要安全和安全问题

Baoyuan Wu, Qingshan Liu, Adel Bibi, Irwin King, Siwei Lyu

机构 * Chinese University of Hong Kong, Shenzhen, China（香港中文大学（深圳）） ； Nanjing University of Posts and Telecommunications, China（南京邮电大学） ； University of Oxford, UK（牛津大学） ； Chinese University of Hong Kong, China（香港中文大学） ； State University of New York at Buffalo, USA（纽约州立大学布法罗分校） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文指出开放世界智能体中授权-执行间隙（AEG）是安全和安全的关键问题，其源于授权意图与实际执行的差异，需通过源导向的诊断和防御来解决，强调执行中需进行授权完整性检查。

Evaluating the Pre-Consultation Ability of LLMs using Diagnostic Guidelines

利用诊断指南评估大语言模型的预咨询能力

Jean Seo, Gibaeg Kim, Kihun Shin, Seungseop Lim, Hyunkyung Lee, Wooseok Han, Jongwon Lee, Eunho Yang

机构 * AITRICS ； KAIST（韩国科学技术院） ； Severance Hospital, Yonsei University（延世大学松云医院） ； College of Medicine, The Catholic University of Korea（韩国天主大学医学院） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出EPAG基准数据集和框架，通过HPI-诊断指南对比和疾病诊断评估大语言模型的预咨询能力，发现小规模开源模型在预咨询任务中表现优于前沿模型，且预咨询语言影响对话特征。

Comments EACL 2026 Industry

Developing a Multi-variate Prediction Model For COVID-19 From Crowd-sourced Respiratory Voice Data

开发用于从众源呼吸声音数据预测COVID-19的多变量预测模型

Yuyang Yan, Wafaa Aljbawi, Sami O. Simons, Visara Urovi

机构 * Institute of Data Science, Maastricht University（数据科学研究所，马斯特里赫特大学） ； Department of Respiratory Medicine, Maastricht University Medical Center, Maastricht University（呼吸科部门，马斯特里赫特大学医学中心，马斯特里赫特大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出基于深度学习的多变量预测模型，利用众源呼吸声音数据检测COVID-19，通过提取梅尔频谱图、MFCC和CNN编码器特征，采用LSTM、CNN和HuBERT模型，HuBERT在准确率和AUC上表现最佳。

Comments arXiv admin note: text overlap with arXiv:2209.03727