医学 AI

PrionNER: A Named Entity Recognition Dataset for Prion Disease Biomedical Literature

PrionNER: 朊病毒病生物医学文献命名实体识别数据集

An Dao, Nhan Ly, Thao Tran, Yuji Matsumoto, Akiko Aizawa

机构 * The University of Tokyo（东京大学） ； Medical Doctor, Independent Researcher（医学博士，独立研究员） ； Center for Language AI Research, Tohoku University（语言人工智能研究中心，东北大学） ； RIKEN Center for Advanced Intelligence Project（日本理化学研究院高级智能项目中心） ； National Institute of Informatics（信息机构国家研究所） 纠错

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

AI总结 针对朊病毒病临床信息，构建了手动标注的命名实体识别数据集PrionNER，包含317篇摘要、15种粗粒度和31种细粒度实体类型，并评估了监督和零样本模型性能。

Comments 29 pages, 5 figures, accepted at ACL 25th Workshop on Biomedical Language Processing (BioNLP 2026)

PubMedCausal: A Span-Level Annotated Corpus for Causal Relation Extraction in Biomedical Text

PubMedCausal: 用于生物医学文本中因果关抽取的跨度级标注语料库

Ifeoluwa Kunle-John, Josiah Paul, Oluwatosin Agbaakin, Peter Aina, Ikenna Odezuligbo, Sydney Anuyah

机构 * Edyah Limited（Edyah有限公司） ； University of Ibadan（伊巴丹大学） ； Indiana University（印第安纳大学） ； Creighton University（克雷顿大学） 纠错

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

AI总结 为解决现有资源将因果关系与广义关联混淆、限制句子级标注或仅关注显式因果线索的问题，构建了基于PubMed摘要的跨度级因果关抽取语料库PubMedCausal，包含30,000段落级行、3,945因果行和6,491个裁决的因果对，并基准测试了判别式编码器和开源生成模型。

Comments Submitted to EMNLP 2026, 8 Pages, 23 page appendix

BioELX: Cross-lingual Biomedical Entity Linking via Alias-based Retrieval and LLM Ranking

BioELX: 基于别名的检索与LLM排序的跨语言生物医学实体链接

Yi Wang, Corina Dima, Liangyu Zhong, Steffen Staab

机构 * University of Stuttgart, Germany（斯图加特大学） ； Technical University of Berlin, Germany（柏林技术大学） 纠错

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

AI总结 提出BioELX两阶段框架，通过维基数据多语言别名增强SapBERT检索器，并利用预训练LLM排序器进行上下文感知消歧，无需标注数据即在多个基准上取得最佳性能。

Comments 12 pages, 3 figures

DecomposeRL: Learning to Ask Useful, Informative, and Diverse Questions for Semi-Supervised, Traceable Claim Verification

DecomposeRL: 学习提出有用、信息丰富且多样的问题以进行半监督、可追踪的声明验证

Shubhashis Roy Dipta, Ankur Padia, Francis Ferraro

机构 * Department of Computer Science and Electrical Engineering（计算机科学与电气工程系） 纠错

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

AI总结 提出DecomposeRL框架，通过GRPO和多面奖励集成将声明分解为可追踪的子问题，在完全监督和半监督设置下实现高精度，且模型规模小4倍仍匹配大模型性能。

AutoScientists: Self-Organizing Agent Teams for Long-Running Scientific Experimentation

AutoScientists: 用于长期科学实验的自组织智能体团队

Shanghua Gao, Ada Fang, Marinka Zitnik

机构 * Harvard University（哈佛大学） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 提出一种去中心化的AI智能体团队系统AutoScientists，通过自组织协作、提案评审和失败知识共享，在生物医学机器学习、语言模型训练优化和蛋白质适应性预测等长期实验中显著优于现有方法。

ClinicalEncoder26AM: A Multlilingual Diagnosable ColBERT Model; Evidences from the MultiClinNER Shared Task

ClinicalEncoder26AM：一个多语言可诊断的ColBERT模型——来自MultiClinNER共享任务的证据

François Remy

机构 * Parallia AI 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出ClinicalEncoder26AM，一个基于BGE-M3的多语言可诊断ColBERT模型，通过多适配器蒸馏和ColBERT式检索目标进行临床后训练，在MultiClinNER任务中微调为BIO标注器，实现了最先进的多语言实体召回率和字符加权F1分数前五。

Toward Micro-Endoscopy: Distal-Free, Configuration-Agnostic Focusing Through Multimode Fiber

迈向显微内窥镜：基于多模光纤的无远端、配置无关聚焦

Dvir Marsh, Lior Fridman, Stav Lotan, Amit Kam, Shie Mannor, Guy Bartal

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 提出一种仅通过反射信号预测多模光纤传输的深度学习框架，实现无需传输反馈的聚焦，并在1200种光纤配置下验证了鲁棒波前重建。

Comments 10 pages, 6 figures

A Digital Twin Framework for Virtual Visuo-Haptic Teleoperation of Complex-Shaped Optical Microrobots

复杂形状光学微机器人的虚拟视觉-触觉遥操作数字孪生框架

Zongcai Tan, Lan Wei, Dandan Zhang

机构 * Department of Bioengineering, Imperial-X AI Initiative, Imperial College London（生物工程系、Imperial-X人工智能倡议、帝国理工学院伦敦分校） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出一个数字孪生框架，集成多陷阱光学操纵、图像位姿估计、微机器人运动仿真和基于模型的触觉渲染，用于复杂形状光学微机器人的虚拟视觉-触觉遥操作，实验表明触觉反馈显著降低接触力和位置误差标准差并提高任务成功率。

Comments Accepted by 2026 MARSS