医学 AI

LongBEL: Long-Context and Document-Consistent Biomedical Entity Linking

LongBEL：长上下文和文档一致的生物医学实体链接

Adam Remaki, Xavier Tannier, Christel Gérardin

机构 * Sorbonne Université, Inserm, Université Sorbonne Paris Nord, Limics（索邦大学、国家医学研究院、巴黎索邦大学北校区、Limics） ； Service de médecine interne, Hôpital Tenon, Assistance Publique - Hôpitaux de Paris（内科服务，Tenon医院，巴黎公共医院） 纠错

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

AI总结 LongBEL通过结合全文上下文和预测记忆，提升生物医学实体链接的文档一致性，尤其在概念频繁重复的文档中表现突出。

Comments 9 pages, 2 figures

RAG-GNN: Integrating Retrieved Knowledge with Graph Neural Networks for Precision Medicine

RAG-GNN：将检索到的知识与图神经网络结合用于精准医学

Hasi Hays, William J. Richardson

机构 * Department of Chemical Engineering, University of Arkansas（化学工程系，阿肯色大学） 纠错

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

AI总结 RAG-GNN通过整合图神经网络与动态检索的文献知识，提升了癌症信号功能聚类的精度，同时验证了检索增强对精准医学应用的互补性。

Bayesian Nonparametric Mixed-Effect ODEs with Gaussian Processes

基于高斯过程的贝叶斯非参数混合效应微分方程

Julien Martinelli, Maksim Sinelnikov, Harri Lähdesmäki, Quentin Clairon, Mélanie Prague

机构 * Aalto University（阿alto大学） ； Univ. Bordeaux, INSERM BPH, U1219, Inria SISTM team, VRI, France（波尔多大学，INSERM BPH，U1219，Inria SISTM团队，VRI，法国） ； Inria SISTM team（Inria SISTM团队） 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MEGPODE模型，通过高斯过程先验分解每个主体的动力学场，实现对异质性动态系统的非参数混合效应建模，提升群体动力学恢复和个体轨迹预测性能。

CAWI: Copula-Aligned Weight Initialization for Randomized Neural Networks

CAWI：基于皮尔逊对齐的随机神经网络权重初始化

Mushir Akhtar, M. Tanveer, Mohd. Arshad

机构 * Indian Institute of Technology Indore（印度理工学院印度尔） 纠错

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

AI总结 CAWI通过数据拟合的皮尔逊模型对齐输入-隐藏层权重，以捕捉特征间依赖关系，提升随机神经网络的预测性能。

Journal ref Proceedings of the 29th International Conference on Artificial Intelligence and Statistics (AISTATS) 2026

STELLA: A Multimodal LLM for Protein Functional Annotation via Unified Sequence-Structure Encoding

STELLA：一种通过统一序列-结构编码进行蛋白质功能注释的多模态大语言模型

Hongwang Xiao, Wenjun Lin, Xi Chen, Hui Wang, Kai Chen, Jiashan Li, Yuancheng Sun, Sicheng Dai, Boya Wu, Qiwei Ye

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

AI总结 STELLA通过统一序列-结构编码与文本模态协同，提升蛋白质功能注释的准确性，实现功能描述预测和酶促反应预测的最新成果。

Comments Accepted to Findings of ACL 2026

High-order mid-infrared nonlinear topological differentiator

高阶中红外非线性拓扑微分器

Jixi Zhang, Kun Huang, Shina Liao, Zhuohang Wei, Jianan Fang, Heping Zeng

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出一种高灵敏度中红外上转换微分器，通过非线性参量相互作用在中红外傅里叶分量上光学印刻拓扑复幅值模式，实现各向同性的高阶边缘增强，用于生物医学诊断和无标记材料分析。

Journal ref Laser & Photonics Reviews 20, e02431 (2026)