科学与医疗

医学 AI

医学智能、临床 AI、医学影像、病理、诊断和医疗健康大模型。

2026-05-27 至 2026-05-27 共收录 2 篇信号源：cs.CV, cs.LG, q-bio, eess.IV, eess.SP

1. 医疗多模态 2 篇

2605.26376 2026-05-27 cs.CV cs.AI cs.LG 79%

BioFact-MoE: Biologically Factorized Mixture of Experts for Vision-Language Prognostic Modeling in Hepatocellular Carcinoma

BioFact-MoE：基于生物学因子分解的混合专家模型用于肝细胞癌的视觉-语言预后建模

Junlin Yang, Tian Yu, Nicha C. Dvornek, Yuexi Du, Peiyu Duan, Annabella Shewarega, Lawrence H. Staib, James S. Duncan, Julius Chapiro

机构 * Department of Radiology \& Biomedical Imaging, Department of Biomedical Engineering, Department of Electrical Engineering, Department of Statistics \& Data Science Yale University, New Haven, CT, 06510, USA

专题命中医疗多模态：MRI(abstract,abstract_cn)；radiology(abstract)；分类 cs.CV、cs.LG

AI总结提出BioFact-MoE框架，通过生物学监督的混合专家模型显式分解肝脏和肿瘤因子，在肝细胞癌预后预测中提升准确性和生物学可解释性。

Comments Early accepted at MICCAI 2026

2605.27194 2026-05-27 cs.CL cs.CV cs.LG 62%

Not All Tokens Matter Equally: Dynamic In-context Vector Distillation with Decisive-Token Supervision for Long-form Medical Report Generation

并非所有标记都同等重要：基于关键标记监督的动态上下文向量蒸馏用于长医学报告生成

Ning Wu, Rui Liu, Xinkun Lin, Weixing Chen, Jinxi Xiang, Tao Wei, Lina Yao, Mingjie Li

机构 * UNSW Sydney（新南威尔士大学悉尼分校）； University of Technology Sydney（技术大学悉尼分校）； School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院）； Stanford University（斯坦福大学）； Shanghai Jiao Tong University（上海交通大学）

专题命中医疗多模态：pathology(abstract)；分类 cs.CV、cs.LG

AI总结提出DIVE框架，通过关键标记监督和状态条件动态引导，解决长文本生成中标记级蒸馏忽略关键标记的问题，在医学报告生成任务上取得最佳性能。

Comments Preprint. 20 pages, 6 figures