医学 AI

Federated Medical Image Segmentation under Real-World Label Noise: A Benchmark Suite for Noisy Label Learning Method Selection

真实世界标签噪声下的联邦医学图像分割：面向噪声标签学习方法选择的基准套件

Markus Bujotzek, Dimitrios Bounias, Stefan Denner, Ralf Floca, Maximilian Fischer, Peter Neher, Klaus Maier-Hein

机构 * Division of Medical Image Computing, Germany Cancer Research Center（德国癌症研究中心医学图像计算部） ； Medical Faculty, University of Heidelberg（海德堡大学医学院） ； Heidelberg Institute of Radiation Oncology (HIRO), National Center for Radiation Research in Oncology (NCRO)（海德堡放射肿瘤学研究所（HIRO），国家放射肿瘤学研究中心（NCRO）） ； Pattern Analysis and Learning Group, Department of Radiation Oncology, Heidelberg University Hospital（海德堡大学医院放射肿瘤科模式分析与学习组） ； Faculty of Mathematics and Computer Science, University of Heidelberg（海德堡大学数学与计算机科学学院） ； National Center for Tumor Diseases (NCT), NCT Heidelberg, a partnership between DKFZ and the university medical center Heidelberg（国家肿瘤疾病中心（NCT），NCT海德堡，DKFZ与海德堡大学医学中心的合作机构） 纠错

专题命中 医学数据与评测 ：medical image(title,abstract)；分类 cs.CV

AI总结 针对联邦学习中真实世界标签噪声（如轮廓不一致、结构缺失或混淆）问题，提出一个包含多样化真实噪声数据集、客户端噪声场景和针对性评估的基准套件，支持系统评估和噪声标签学习方法选择。

ReportQA: QA-Based Radiology Report Evaluation

ReportQA: 基于问答的放射学报告评估

Yiming Shi, Shaoshuai Yang, Xi Chen, Haolin Li, Hengyu Zhang, Che Jiang, Kaiwen Wang, Xun Zhu, Dong Xie, Fei Wang, Dejing Dou, Miao Li, Ji Wu

机构 * Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） ； College of AI, Tsinghua University（清华大学人工智能学院） ； Beijing National Research Center for Information Science and Technology（北京信息科学与技术国家研究中心） ； Beijing Electronic Digital & Intelligence（北京电子数字与智能） 纠错

专题命中 医学数据与评测 ：radiology(title,abstract)；分类 cs.CV

AI总结 提出ReportQA框架，利用知识树和LLM从报告中提取结构化信息生成QA对，以问答准确率作为评估指标，比现有指标更符合放射科医生判断。

Beyond Classification: A Cough Regression Benchmark for Respiratory Acoustic Foundation Models

超越分类：呼吸声学基础模型的咳嗽回归基准

Mayur Sanap, Prasanna Desikan, Edgar Lobaton

机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） 纠错

专题命中 医学数据与评测 ：CT(abstract,abstract_cn)；分类 cs.LG

AI总结 提出多模型多目标咳嗽回归基准，评估五个基础模型在六个目标上的表现，发现MLP-small优于线性探测，揭示数据集大小与头部容量的权衡，并展示跨数据集迁移的不对称性。

Comments Accepted at the ICML 2026 Workshop on Structured Data for Health

Transfer Learning for FHIR Questionnaire Terminology Binding

面向 FHIR 问卷术语绑定的迁移学习

Maxim Gorshkov

机构 * Department of Computer Science, Stanford University（斯坦福大学计算机科学系） 纠错

专题命中 医学数据与评测 ：biomedical(abstract)；分类 cs.LG

AI总结 将 FHIR 问卷项与 LOINC 代码的绑定视为检索问题，比较六种方法，发现 BioLORD 在 top-1 准确率上最优，而对比微调在 top-5 和 top-10 上表现更好，并分析了分布偏移和错误类型。

How Should World Models Be Evaluated for Embodied Decision-Making? A Decision-Making-Centric Position

世界模型应如何评估？一个以决策为中心的立场

Yang Yu, Shiyuan Zhang, Yifei Sheng, Haoxiang Ren, Haoxin Lin

机构 * National Key Laboratory for Novel Software Technology, Nanjing University（南京大学计算机软件新技术国家重点实验室） ； School of Artificial Intelligence, Nanjing University（南京大学人工智能学院） ； Cirquar Technologies 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.LG

AI总结 本文指出世界模型评估中声明与证据不匹配的问题，提出以决策为中心的评估框架，强调反事实推理、策略优化等能力，并定义L0-L7评估阶梯。

Enabling Granular Subgroup Level Model Evaluations by Generating Synthetic Medical Time Series

通过生成合成医疗时间序列实现细粒度亚组级别模型评估

Mahmoud Ibrahim, Bart Elen, Chang Sun, Gökhan Ertaylan, Michel Dumontier

机构 * Institute of Data Science, Faculty of Science and Engineering, Maastricht University（数据科学研究所，科学与工程学院，马斯特里赫特大学） ； Department of Advanced Computing Sciences, Faculty of Science and Engineering, Maastricht University（先进计算科学系，科学与工程学院，马斯特里赫特大学） ； VITO（VITO研究院） 纠错

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

AI总结 本文提出一种框架，利用合成ICU时间序列数据训练和评估预测模型，特别是在细粒度人口亚组中。引入Enhanced TimeAutoDiff，通过分布对齐惩罚增强潜在扩散目标，减少真实-合成与真实-真实评估差距，提升亚组模型评估的鲁棒性和可靠性。

OSGuard: A Benchmark for Safety in Computer-Use Agents

OSGuard：计算机使用智能体安全基准

Mina Mohammadmirzaei, Jeffrey Flanigan

机构 * University of California, Santa Cruz（加州大学圣克鲁兹分校） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 提出OSGuard双粒度基准，通过动作级安全判断和风险增强执行评估智能体在良性指令下的安全性，揭示局部监督与端到端安全的差距。

A 65-nm Privacy-Preserving Neuromorphic Encoder With 7.13-nJ Efficiency, 2.38-Mb/mm^2 Item-Memory Density, and Federated Learning Support

一款65纳米隐私保护神经形态编码器，具有7.13纳焦效率、2.38兆比特/平方毫米项目内存密度和联邦学习支持

Boyang Cheng, Jianbo Liu, Steven Davis, Zephan M. Enciso, Likai Pei, Xueji Zhao, Muya Chang, Ningyuan Cao

专题命中 医学数据与评测 ：biomedical(abstract)

AI总结 提出一款65纳米隐私保护神经形态编码器，利用晶体管级工艺变化作为物理不可克隆熵，实现紧凑、设备特定且无需写入的项目内存，支持隐私保护生物信号编码，在多个生物信号数据集上达到93.2%-96.1%准确率。

Comments Submitted to IEEE Journal of Solid-State Circuits (JSSC)