医学 AI

Blueprint First, Model Second: A Framework for Deterministic LLM Workflow

蓝图优先，模型其次：确定性LLM工作流框架

Libin Qiu, Yuhang Ye, Zhirong Gao, Xide Zou, Junfu Chen, Ziming Gui, Weizhi Huang, Xiaobo Xue, Wenkai Qiu, Kun Zhao

机构 * Alibaba（阿里巴巴） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 提出“蓝图优先，模型其次”框架，通过将工作流逻辑解耦为源代码蓝图并由确定性引擎执行，LLM仅处理子任务，在TravelPlanner上最终通过率提升97.6%，约束违反减少96.0%。

Comments 12 pages, 7 figures, 6 tables

Towards an Extensible Model-Based Digital Twin Framework for Space Launch Vehicles

面向空间发射车辆的可扩展基于模型的数字孪生框架

Ran Wei, Ruizhe Yang, Shijun Liu, Chongsheng Fan, Rong Zhou, Zekun Wu, Haochi Wang, Yifan Cai, Zhe Jiang

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出基于模型的数字孪生开发方法及成熟度矩阵，设计支持工具，构建可扩展的数字孪生平台以保障空间发射车辆电气电子系统可靠性。

Classifying Dementia in the Presence of Depression: A Cross-Corpus Study

在抑郁存在下的痴呆分类：一项跨语料库研究

Franziska Braun, Sebastian P. Bayerl, Paula A. Pérez-Toro, Florian Hönig, Hartmut Lehfeld, Thomas Hillemacher, Elmar Nöth, Tobias Bocklet, Korbinian Riedhammer

机构 * Technische Hochschule Nürnberg（图林根应用技术大学） ； Friedrich-Alexander-Universität Erlangen-Nürnberg（埃尔兰根-纽伦堡 Friedrich-Alexander 大学） ； Klinik für Psychiatrie und Psychotherapie, Universitätsklinik der Paracelsus Medizinischen Privatuniversität, Klinikum Nürnberg, Germany（纽伦堡大学心理治疗与精神病科诊所，帕拉塞尔医学私人大学大学医院，纽伦堡诊所，德国） ； KST Institut GmbH, Bad Emstal, Germany（KST 机构，巴德埃姆斯塔尔，德国） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文通过跨语料库实验，利用文本、音频和情感嵌入对语音进行三类分类（HC vs. MCI vs. DEM），探讨抑郁作为次级诊断对分类器的影响。

Comments Accepted at INTERSPEECH 2023

Journal ref Proceedings of Interspeech 2023

ActWorld: From Explorable to Interactive World Model via Action-Aware Memory

ActWorld: 从可探索到可交互的世界模型——基于动作感知记忆

Zhexiao Xiong, Yizhi Song, Hao Kang, Qing Yan, Liming Jiang, Jenson Yang, Zhoujie Fu, Stathi Fotiadis, Angtian Wang, Zichuan Liu, Bo Liu, Yiding Yang, Xin Lu, Nathan Jacobs

机构 * Washington University in St. Louis（圣路易斯华盛顿大学） ； Intelligent Creation, ByteDance（字节跳动智能创作） 纠错

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

AI总结 提出ActWorld，通过构建10万交互视频数据集和分层动作感知记忆机制，在块自回归框架中扩展导航模型以支持对象交互，解决数据稀缺和记忆瓶颈问题。

Comments Project page: https://interactwm.github.io/ActWorld

Evaluating Interactive 2D Visualization as a Sample Selection Strategy for Biomedical Time-Series Data Annotation

评估交互式二维可视化作为生物医学时间序列数据标注的样本选择策略

Einari Vaaras, Manu Airaksinen, Okko Räsänen

机构 * Signal Processing Research Centre, Tampere University（塔尔皮莱大学信号处理研究中心） ； BABA Center, Department of Physiology, University of Helsinki（赫尔辛基大学生理学系BABA中心） 纠错

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

AI总结 针对生物医学时间序列标注困难，比较随机采样、最远优先遍历和基于交互式2D可视化（2DV）的三种样本选择方法，在婴儿运动评估和语音情感识别任务中，2DV在聚合标签时表现最佳，但个体标注者间标签分布差异大，随机采样最安全。

Comments Accepted for publication in Computers in Biology and Medicine (Elsevier)

The Critical Role of Model Selection in Causal Inference: A Comparative Analysis of Classification Models within the InferBERT Framework for Pharmacovigilance

模型选择在因果推断中的关键作用：基于InferBERT框架的药物警戒分类模型比较分析

Csaba Kiss, Roland Molontay, Gabriele Pergola

机构 * Department of Stochastics, Institute of Mathematics, Budapest University of Technology and Economics（布达佩斯技术与经济大学数学研究所随机学系） ； Institute of Biostatistics and Network Science, Semmelweis University（塞梅维什大学生物统计学与网络科学研究所） ； Department of Computer Science, University of Warwick（华威大学计算机科学系） 纠错

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

AI总结 本研究在InferBERT框架下比较XGBoost、ALBERT、BioBERT和Med-LLaMA四种模型，发现领域特定预训练（BioBERT）在药物警戒因果ADE检测中优于简单基线和大型LLM，校准改善ECE但对准确率和因果发现影响不一。

Comments 10 pages, 5 figures

Tropical Viterbi Tubes for Decoding Uncertainty in Hidden Markov Models

热带维特比管：隐马尔可夫模型解码不确定性

Aurélien Nicosia

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 提出热带维特比管，通过容忍度阈值捕获隐马尔可夫模型中接近最优的路径不确定性，并给出精确投影算法与校准方法。

Comments 33 pages, 4 figures; supplementary material included as ancillary file; submitted to The Annals of Applied Statistics

Tests for categorical data beyond Pearson: A distance covariance and energy distance approach

超越Pearson的分类数据检验：距离协方差与能量距离方法

Fernando Castro-Prado, Wenceslao González-Manteiga, Javier Costas, Fernando Facal, Dominic Edelmann

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 针对分类变量独立性检验，提出基于距离协方差和能量距离的方法，克服Pearson卡方检验和G检验的缺陷，无需重采样即可校准零分布。

Comments 21 pages (including appendices) with 5 figures

Journal ref Biometrical Journal 68 (2026), e70129

Searching Neural Architectures for Sensor Nodes on IoT Gateways

搜索物联网网关上传感器节点的神经架构

Andrea Mattia Garavagno, Edoardo Ragusa, Antonio Frisoli, Paolo Gastaldo

机构 * University of Genoa（基因瓦大学） 纠错

专题命中 健康监测 ：diagnosis(abstract)；分类 cs.LG

AI总结 提出一种在物联网网关上自动设计神经网络的方法，保护数据隐私，在Raspberry Pi Zero 2上10小时内搜索出达到SOTA的架构。

Journal ref IEEE Internet of Things Journal, vol. 12, no. 21, pp. 44492-44501, 2025

RadSEM: A Finding-by-Finding Metric for Clinical Consistency in Radiology Reports

RadSEM：放射学报告中临床一致性的逐发现指标

Zhenhong Yang, Zhuoyun Liu, Jintao Fei, Wen Tang, Shichao Quan, Jun Zhao, Jun Xu

机构 * JDH Algo, JD Health International Inc., China ； Department of Big Data in Health Science, The First Affiliated Hospital of Wenzhou Medical University, China ； Zhejiang Engineering Research Center for Hospital Emergency ； Department of Intensive Care Unit, The First Affiliated Hospital of Wenzhou Medical University, Wenzhou, Zhejiang, China 纠错

专题命中 医学数据与评测 ：radiology(title,abstract)；分类 cs.LG、q-bio

AI总结 提出RadSEM指标，通过约束LLM辅助将报告重写为原子发现句，进行矛盾感知的多对多匹配，并计算异常加权的F1分数，在SSREE测试中优于现有指标，实现高一致性评分。

MODE-RAG: Manifold Outlier Diagnosis and Energy-based Retrieval-Augmented Generation Evaluation

MODE-RAG: 基于流形异常诊断和能量的检索增强生成评估

Zehang Wei, Jiaxin Dai, Jiamin Yan, Xiang Xiang

机构 * School of Computer Science & Tech, Huazhong University of Science and Technology（华中科技大学计算机科学与技术学院） ； School of AI and Automation, Huazhong University of Science and Technology（华中科技大学人工智能与自动化学院） 纠错

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

AI总结 提出MODE-RAG多智能体系统，利用变分自由能和内部注意力状态动态门控干预，结合蒙特卡洛树搜索和logit扰动减少多模态检索增强生成中的幻觉和逻辑捏造。

Comments To be presented at ACL 2026

Probing, Fusion, and Trustworthiness: A Systematic Evaluation of Foundation Model Representations for Multimodal Cancer Analysis

探测、融合与可信度：基础模型表示在多模态癌症分析中的系统评估

Jingyu Hu, Giuseppe Tripodi, Reed Naidoo, Sarah F. McGough, Tapabrata Chakraborti

机构 * The Alan Turing Institute（艾伦·图灵研究所） ； University of Bristol（布里斯托大学） ； University of Manchester（曼彻斯特大学） ； The Institute of Cancer Research（癌症研究所） ； Genentech（基因泰克） 纠错

专题命中 医学数据与评测 ：pathology(abstract)；diagnosis(abstract)；分类 cs.LG、q-bio

AI总结 系统评估基础模型表示在计算病理学任务中的性能，发现图像和组学表示互补，多模态融合在单模态不占优时有效，并利用共形预测验证了不确定性感知推理的临床价值。

RubricsTree: Scalable and Evolving Open-Ended Evaluation of Personal Health Agents across Health Memory and Medical Skills

RubricsTree: 面向个人健康代理在健康记忆与医疗技能上的可扩展且不断演进的开放式评估

Weizhi Zhang, Zechen Li, Hamid Palangi, Ben Graef, A. Ali Heydari, Simon A. Lee, Salman Rahman, Ray Luo, Zeinab Esmaeilpour, Erik Schenck, Chloe Zhang, Yamin Li, Menglian Zhou, Philip S. Yu, Daniel McDuff, Lindsey Sunden, Mark Malhotra, Shwetak Patel, Ahmed A. Metwally

机构 * Google Research（谷歌研究院） ； University of Illinois Chicago（伊利诺伊大学芝加哥分校） 纠错

专题命中 医学数据与评测 ：healthcare AI(abstract)

AI总结 提出RubricsTree框架，通过专家对齐的层次化分类法（含100多个原子布尔规则）和上下文自适应路由，实现可扩展、可审计且不断演进的开放式评估，在HealthBench上使模型性能提升高达约66%。

Beyond Native Success: Auditing Deployment-Interface Exposure of CLIP Backdoors

超越原生成功：审计CLIP后门的部署接口暴露

Kunlan Xiang, Haomiao Yang, Wenbo Jiang

机构 * University of Electronic Science and Technology of China（电子科技大学） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 提出DIFE框架审计CLIP后门在不同部署接口下的暴露情况，发现原生成功不代表全局安全，并引入BadTextTower填补文本编码器后门缺失。

Large Language Models for Agentic NetOps and AIOps: Architectures, Evaluation, and Safety

用于代理网络运维和AI运维的大型语言模型：架构、评估与安全

Muhammad Bilal, Jon Crowcroft, Ruizhi Wang, Xiaolong Xu, Schahram Dustdar

机构 * School of Computing and Communications（计算与通信学院） ； University of Cambridge（剑桥大学） ； School of Software（软件学院） ； Nanjing University of Information Science and Technology（南京信息科技大學） ； TU Wien（维也纳技术大学） ； ICREA 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 本文探讨了大型语言模型在网络运维和AI运维中的应用，分析了代理架构、评估方法及安全挑战，强调系统可靠性依赖于模型周边机制，而非模型本身。

Comments 49 pages, 15 figures, 6 tables; survey article

Integration of Federated Learning and Blockchain in Healthcare: A Tutorial

联邦学习与区块链在医疗领域的整合：教程

Yahya Shahsavari, Oussama A. Dambri, Yaser Baseri, Abdelhakim Senhaji Hafid, Dimitrios Makrakis

专题命中 医学数据与评测 ：medical image(abstract)

AI总结 本文探讨联邦学习与区块链在医疗领域的整合，通过三种架构平衡去中心化、可扩展性和可靠性，提升数据安全性和协作效率。