arXivDaily arXiv每日学术速递 周一至周五更新

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。

2026-06-16 至 2026-06-16 共收录 10 信号源:cs.CV, cs.LG, q-bio, eess.IV, eess.SP

1. 病理影像 10 篇

2606.16026 2026-06-16 cs.CL 新提交 82%

In-Domain Supervised Pathology Report Classification: A Reproducible Pipeline from Data Curation to Production-Matched Evaluation

领域内监督病理报告分类:从数据整理到生产匹配评估的可复现流程

Isaac Hands, Bin Huang, Adam Spannaus, John Gounley, Heidi Hanson, Eric Durbin, Sally R. Ellingson

机构 * University of Kentucky(肯塔基大学) UK Markey Cancer Center(肯塔基大学马基癌症中心) Kentucky Cancer Registry(肯塔基癌症登记处) Division of Cancer Biostatistics, University of Kentucky(肯塔基大学癌症生物统计学系) Oak Ridge National Laboratory(橡树岭国家实验室) Division of Biomedical Informatics, University of Kentucky(肯塔基大学生物医学信息学系)

专题命中 病理影像 :pathology(title,abstract);biomedical(abstract)

AI总结 提出领域内监督流程解决病理报告跨注册中心性能下降问题,通过标准化数据整理、生产匹配保留集和低假阴性率操作点选择,在418k报告集上FNR降至0.003,F1提升至0.922。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.02877 2026-06-16 cs.CV 版本更新 79%

Pathway-Structured Privileged Distillation for Deployable Computational Pathology

面向可部署计算病理学的通路结构特权蒸馏

Yongxin Guo, Hao Lu, Onur Koyun, Muhammet Demir, Metin Gurcan

机构 * School of Medicine, Wake Forest University(威克森林大学医学院)

专题命中 病理影像 :pathology(title,abstract);分类 cs.CV

AI总结 提出MoPE框架,通过通路索引病理专家和记忆使用对齐,将多模态学习转化为仅组织学推理的特权蒸馏,提升全切片图像推理性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.09755 2026-06-16 cs.AI 75%

Explainability Through Human-Centric Design for XAI in Lung Cancer Detection

通过以人为中心的设计实现XAI在肺癌检测中的可解释性

Amy Rafferty, Rishi Ramaesh, Ajitha Rajan

机构 * University of Edinburgh(爱丁堡大学) NHS Lothian(NHS洛锡安)

专题命中 病理影像 :pathology(abstract);diagnosis(abstract);radiology(abstract)

AI总结 本文提出XpertXAI模型,通过人类中心设计在肺癌检测中实现可解释性,优于现有方法,提供更符合专家推理的概念解释。

详情

展开后加载摘要…

URL PDF HTML 收藏
2403.19444 2026-06-16 cs.LG cs.CV 73%

Leveraging Expert Input for Robust and Explainable AI-Assisted Lung Cancer Detection in Chest X-rays

利用专家输入实现稳健且可解释的AI辅助肺癌检测

Amy Rafferty, Rishi Ramaesh, Ajitha Rajan

机构 * School of Informatics, University of Edinburgh(信息学院,爱丁堡大学) NHS Lothian(洛锡安国家健康服务)

专题命中 病理影像 :medical image(abstract);diagnosis(abstract);分类 cs.CV、cs.LG

AI总结 本文研究了基于InceptionV3的肺癌检测模型的可解释性和鲁棒性,提出ClinicXAI方法,通过专家驱动的思路生成临床相关解释,并在对抗攻击下表现出更强的鲁棒性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.17179 2026-06-16 cs.MA 版本更新 67%

Ablation Study of a Fairness Auditing Agentic System for Bias Mitigation in Early-Onset Colorectal Cancer Detection

公平性审计代理系统在早发性结直肠癌检测中缓解偏见的消融研究

Amalia Ionescu, Jose Guadalupe Hernandez, Jui-Hsuan Chang, Emily F. Wong, Paul Wang, Jason H. Moore, Tiffani J. Bright

专题命中 病理影像 :clinical AI(abstract);biomedical(abstract)

AI总结 提出双代理架构(领域专家代理+公平性顾问代理),通过消融实验比较不同配置下大语言模型在公平性审计中的表现,发现带RAG的代理系统在识别差异方面语义相似度最高。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.16658 2026-06-16 cs.CV 新提交 57%

Vision-Language Models as Zero-Annotation Oracles in Histopathology

视觉-语言模型作为组织病理学中的零标注预言机

Vishal Jain, Giorgio Buzzanca, Sarah Cechnicka, Maarten Naesens, Priyanka Koshy, Tri Nguyen, Jesper Kers, Candice Roufosse, Bernhard Kainz

机构 * Imperial College London(帝国理工学院) Leiden University Medical Center(莱顿大学医学中心) KU Leuven(鲁汶大学) University Hospitals Leuven(鲁汶大学医院) University Medical Center Utrecht(乌得勒支大学医学中心) Friedrich-Alexander University Erlangen-Nürnberg(埃尔朗根-纽伦堡大学)

专题命中 病理影像 :pathology(abstract);分类 cs.CV

AI总结 提出一种粗到细方法,利用通用视觉-语言模型作为零标注预言机进行前景分割,在特殊染色上优于监督基线,并通过伪标签蒸馏轻量学生模型。

Comments 11 pages, 1 figure, 6 tables. Code available at https://github.com/VishalJ99/vlm-wsi-auto-context

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.16515 2026-06-16 cs.LG cs.AI cs.RO 新提交 57%

Direction-Conditioned Policies via Compositional Subgoal Scoring for Online Goal-Conditioned Reinforcement Learning

基于组合子目标评分的方向条件策略用于在线目标条件强化学习

Swaminathan S K, Damiya Gondha, Theyanesh Eswaramoorthy Rajahkrishnan, Aritra Hazra

机构 * Department of Computer Science and Engineering, Indian Institute of Technology Kharagpur(计算机科学与工程系,印度理工学院Kharagpur分校) Department of Mechanical Engineering, Indian Institute of Technology Kharagpur(机械工程系,印度理工学院Kharagpur分校)

专题命中 病理影像 :pathology(abstract);分类 cs.LG

AI总结 提出方向条件策略(DCP),通过共享InfoNCE表示将目标达成分解为子目标评分和方向条件动作,理论证明方向充分性、训练与部署一致性及可控子空间失效条件,在九个环境中优于对比RL。

Comments 17 pages, Accepted to the 2nd Workshop on Compositional Learning at ICML 2026 (Seoul, South Korea)

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.15784 2026-06-16 cs.LG cs.CE 新提交 57%

Bayesian Networks with Latent Time Embedding for Stage-Aware Causal Modeling of Alzheimer's Disease Progression

具有潜在时间嵌入的贝叶斯网络用于阿尔茨海默病进展的阶段感知因果建模

Nguyen Linh Dan Le

机构 * Alzheimer's Disease Neuroimaging Initiative(阿尔茨海默病神经影像学倡议) Open Access Series of Imaging Studies(开放获取影像学研究系列)

专题命中 病理影像 :pathology(abstract);分类 cs.LG

AI总结 提出BN-LTE框架,结合贝叶斯网络与潜在时间嵌入,利用AT(N)级联约束建模AD进展,在ADNI数据上优于基线,并识别出淀粉样蛋白敏感性的中期伪时间窗口。

Comments 7 pages, 5 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.15019 2026-06-16 cs.CV 新提交 57%

Towards Global AI-Driven Cervical Cancer Screening

迈向全球人工智能驱动的宫颈癌筛查

Thuy Nuong Tran, Ömer Sümer, Evangelia Christodoulou, Lennart Nauschütte, Simon Kalteis, Martin Paulikat, Esmira Pashayeva, Klara Steinheuer, Isabella Borges, Piotr Kalinowski, Hermann Bussmann, Sieng Sokmney, Poeung Kuong, Sathiarany Vong, Achim Schneider, Magnus von Knebel-Doeberitz, Patrick Godau, Lena Maier-Hein

机构 * German Cancer Research Center (DKFZ)(德国癌症研究中心) Heidelberg University(海德堡大学) National Center for Tumor Diseases (NCT) Heidelberg(海德堡国家肿瘤疾病中心) Helmholtz Association(亥姆霍兹联合会) University of Heidelberg(海德堡大学) Medical Faculty Heidelberg(海德堡医学院) University Hospital Heidelberg(海德堡大学医院) German Consortium for Translational Cancer Research (DKTK)(德国转化癌症研究联盟) National Center for Tumor Diseases (NCT) Dresden(德累斯顿国家肿瘤疾病中心) University Hospital Carl Gustav Carus Dresden(德累斯顿卡尔·古斯塔夫·卡鲁斯大学医院) Technische Universität Dresden(德累斯顿工业大学) Helmholtz-Zentrum Dresden-Rossendorf (HZDR)(亥姆霍兹德累斯顿罗森多夫研究中心) University of Bonn(波恩大学) University Hospital Bonn(波恩大学医院) University of Cologne(科隆大学) University Hospital Cologne(科隆大学医院) University of Duisburg-Essen(杜伊斯堡-埃森大学) University Hospital Essen(埃森大学医院) University of Freiburg(弗莱堡大学) University Hospital Freiburg(弗莱堡大学医院) University of Göttingen(哥廷根大学) University Hospital Göttingen(哥廷根大学医院) University of Hamburg(汉堡大学) University Hospital Hamburg-Eppendorf(汉堡-埃彭多夫大学医院) University of Jena(耶拿大学) University Hospital Jena(耶拿大学医院) University of Kiel(基尔大学) University Hospital Schleswig-Holstein(石勒苏益格-荷尔斯泰因大学医院) University of Leipzig(莱比锡大学) University Hospital Leipzig(莱比锡大学医院) University of Lübeck(吕贝克大学) University Hospital Lübeck(吕贝克大学医院) University of Magdeburg(马格德堡大学) University Hospital Magdeburg(马格德堡大学医院) University of Mainz(美因茨大学) University Hospital Mainz(美因茨大学医院) University of Marburg(马尔堡大学) University Hospital Marburg(马尔堡大学医院) University of Munich (LMU)(慕尼黑大学) University Hospital Munich (LMU)(慕尼黑大学医院) Technical University of Munich (TUM)(慕尼黑工业大学) University Hospital rechts der Isar (TUM)(慕尼黑工业大学伊萨尔河右岸医院) University of Münster(明斯特大学) University Hospital Münster(明斯特大学医院) University of Regensburg(雷根斯堡大学) University Hospital Regensburg(雷根斯堡大学医院) University of Rostock(罗斯托克大学) University Hospital Rostock(罗斯托克大学医院) University of Tübingen(蒂宾根大学) University Hospital Tübingen(蒂宾根大学医院) University of Ulm(乌尔姆大学) University Hospital Ulm(乌尔姆大学医院) University of Würzburg(维尔茨堡大学) University Hospital Würzburg(维尔茨堡大学医院)

专题命中 病理影像 :pathology(abstract);分类 cs.CV

AI总结 提出首个基于深度学习、在多国数据上验证的宫颈癌筛查方法,通过多任务学习同时进行图像分类和病变分割,在内部验证中优于医生,但外部验证显示性能因国家而异。

Comments 20 pages, 9 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.15563 2026-06-16 cs.AI cs.IT cs.MA math.IT 新提交 50%

Minimal Oversight: Uncertainty-Aware Governance for Delegated AI Systems

最小监督:委托AI系统的不确定性感知治理

Carlos R. B. Azevedo

机构 * Independent Researcher(独立研究员)

专题命中 病理影像 :pathology(abstract)

AI总结 提出最小充分监督原则(MSO),通过Fisher信息流形上的变分法最小化治理负担,导出任务空间的水填充分配,并证明容量定理、局部近似和漂移主导的自律时间标度律,为委托AI系统提供可计算的治理框架。

Comments Companion Python package: pip install minimal-oversight | Code: https://github.com/crbazevedo/delegation-lab | 26 pages, 1 figure, 5 tables

详情

展开后加载摘要…

URL PDF HTML 收藏