医学 AI

MeniOmni: A Structured Multimodal Benchmark for Holistic Meniscus Injury Assessment

MeniOmni：用于整体半月板损伤评估的结构化多模态基准

Shurui Xu, Siqi Yang, Weiping Ding, Hui Wang, Mengzhen Fan, Yuyu Sun, Shuyan Li

机构 * 1School of Electronics, Electrical Engineering ； Computer Science, Queen's University Belfast, Belfast, UK ； 2Radiology Department, Affiliated Nantong Clinical College of Nantong University, Nantong First People's Hospital, School of Clinical Medicine, Nantong University, Nantong, Jiangsu, China ； 3School of Artificial Intelligence ； Computer Science, Nantong University, Nantong, China ； 4Faculty of Data Science, City University of Macau, Macau, China ； 5Department of Chemistry, University of Oxford, Oxford, UK ； 6Orthopedics Department, Nantong First People's Hospital, Southeast University, Nantong, Jiangsu, China 纠错

专题命中 医学数据与评测 ：MRI(summary_cn,abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 提出MeniOmni基准，包含多中心MRI、临床先验和专家标注文本，支持细粒度Stoller分级和诊断报告生成，并引入风险感知序数评估和语义一致性指标Meni-Score。

Comments Accepted by IEEE International Conference on Multimedia and Expo (ICME) 2026 (Oral Presentation)

From Clinical Intent to Clinical Model: Autonomous Coding-Agents for Clinician-driven AI Development

从临床意图到临床模型：面向临床医生驱动AI开发的自主编码代理

Zihao Zhao, Frederik Hauke, Juliana De Castilhos, Mathis Bode, Jakob Nikolas Kather, Sven Nebelung, Daniel Truhn

专题命中 医学数据与评测 ：clinical AI(abstract)；分类 cs.CV

AI总结 提出一种自主编码代理系统，允许临床医生用自然语言描述任务，系统自动生成并迭代优化模型，在五项临床任务中达到竞争性能，并显著减少胸部X光片模型对胸腔引流管的依赖。

Comments Code is available at https://github.com/zhaozh10/clinical-automata/

Do Clinical Models Change Treatment Decisions?

临床模型是否会改变治疗决策？

Dongkyu Cho, Miao Zhang, Rumi Chunara

机构 * New York University（纽约大学） 纠错

专题命中 医学数据与评测 ：biomedical(abstract)

AI总结 本研究提出ClinPivot基准，通过生物医学关系和变化的患者情境评估临床基础模型在治疗决策中的适应性，发现强医学QA能力不能可靠预测决策表现。

Comments 9 pages, 3 figures

MTAVG-Bench 2.0: Diagnosing Failure Modes of Cinematic Expressiveness in Multi-Talker Audio-Video Generation

MTAVG-Bench 2.0：诊断多说话人音视频生成中电影表现力的失败模式

Haitian Li, Yanghao Zhou, Heyan Huang, Liangji Chen, YiMing Cheng, Xu Liu, Dian Jin, Jiajun Xu, Jingyun Liao, Tian Lan, Ziqin Zhou, Yueying Liu, Yu Bai, Changsen Yuan, Jinxing Zhou, Xian-Ling Mao, Xuefeng Chen, Yousheng Feng

机构 * Shanghai University（上海大学） ； Beijing Institute of Technology（北京理工大学） ； Shanghai Film Academy（上海电影学院） ； Tsinghua University（清华大学） ； Hefei University of Technology（合肥工业大学） ； Inkeverse Group Limited（Inkeverse集团有限公司） ； The University of Adelaide（阿德莱德大学） ； Beijing University of Technology（北京工业大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； OpenNLP Lab（OpenNLP实验室） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 针对多说话人音视频生成中电影表现力评估不足的问题，提出MTAVG-Bench 2.0基准，通过构建涵盖表演、叙事、氛围和视听语言的高层次失败分类体系及超过1万个问答实例，系统评估全模态大语言模型诊断复杂视听失败的能力。

Operational AI Deployment Assurance: Governance-State Orchestration Under Threshold-Sensitive Deployment Conditions -- A Governance Framework for High-Stakes AI Systems

运营级AI部署保障：阈值敏感部署条件下的治理状态编排——高风险AI系统的治理框架

Khalid Adnan Alsayed

机构 * Ducaltus | AI Assurance \& Governance Newcastle upon Tyne, United Kingdom School of Computing, Engineering \& Digital Technologies Teesside University Middlesbrough, United Kingdom 纠错

专题命中 医学数据与评测 ：healthcare AI(abstract)

AI总结 提出运营级AI部署保障（OADA）框架，通过部署保障分数、就绪分类、阈值稳定区、治理升级状态和修复感知保障推进等机制，将公平性分歧、子组不稳定性和阈值敏感性转化为部署导向的治理决策，以解决高风险AI系统中静态指标报告和事后审计的不足。

Comments 13 pages, 3 figures, governance-oriented framework for operational AI deployment assurance in high-stakes systems