医学 AI - arXivDaily 专题

2606.01766 2026-06-23 cs.DC cs.ET 71%

Night-Window Batching versus Carbon-Aware Scheduling for Clinical AI GPU Workloads

夜间批处理与碳感知调度在临床AI GPU工作负载中的比较

Nishi Doshi, Shrey Shah

专题命中临床大模型：clinical AI(title)

AI总结通过计算机模拟，比较了夜间批处理与碳感知调度规则在混合GPU硬件上处理合成患者型作业时的碳足迹和截止时间遵守情况，发现夜间批处理在减少碳足迹的同时能更好地遵守紧急截止时间。

Comments International Conference on Technological Intelligence and Business Strategies (TIBS 2026)

2606.22442 2026-06-23 cs.AI 新提交 67%

Efficient Multimodal Clinical Question Answering for Pulmonary Embolism Risk Assessment

用于肺栓塞风险评估的高效多模态临床问答

Xiangyuan Xue, Yang Yu, Yan Gao, Junyan Wang, Bin Chen, Lingyan Ruan, Ting Dang, Hong Jia

机构 * University of Auckland（奥克兰大学）； University of Cambridge（剑桥大学）； University of Adelaide（阿德莱德大学）； University of Melbourne（墨尔本大学）

专题命中临床大模型：diagnosis(abstract)；radiology(abstract)

AI总结本研究构建了基于INSPECT数据集的肺栓塞多模态基准，通过结构化问答任务评估高效多模态大模型在CTPA和EHR输入下的诊断与预后性能，发现Gemma4模型在结合CTPA+EHR时表现更优，且诊断任务优于预后任务。

2606.22258 2026-06-23 cs.LG cs.AI eess.SP 新提交 62%

From Handcrafted Features to Functional Edge Learning: Evolution of EEG Seizure Detection Frameworks

从手工特征到功能边学习：EEG癫痫检测框架的演变

Sepideh Kheirollahi, Mohammad Rasoul Roshanshah

机构 * School of Electrical and Computer Engineering（电气与计算机工程学院）； College of Engineering, University of Tehran（塔里哈大学工程学院）

专题命中临床大模型：diagnosis(abstract)；分类 cs.LG、eess.SP

AI总结本文综述了深度学习在EEG癫痫检测中的局限性，并引入KAN网络作为替代方案，通过可学习的边函数提升可解释性、参数效率和数据稀缺下的鲁棒性。

2606.21885 2026-06-23 cs.LG cs.AI 新提交 57%

Cohort-Anchored Foundation Models for Electronic Health Records: From Risk Scores to Auditable Peer Cohorts

基于队列锚定的电子健康记录基础模型：从风险评分到可审计的同行队列

Kaiping Zheng

机构 * National University of Singapore（新加坡国立大学）

专题命中临床大模型：clinical AI(abstract)；分类 cs.LG

AI总结提出CAFM框架，将患者队列作为一等对象融入学习流程，通过四个阶段提升数据质量、组织表示并支持可审计决策，以解决基础模型在临床部署中的可解释性、分布偏移和临床对齐问题。

2606.23108 2026-06-23 cs.AI 新提交 50%

TTFT-Aware Graph Chain-of-Thought:Distance-Indexed Neural A* for Low-Hallucination Multi-Hop Medical Reasoning

TTFT感知的图链式思维：用于低幻觉多跳医学推理的距离索引神经A*

Bechir Dardouri, Kaïs Zhioua, Yassine Msaddak

机构 * Tanit Healthcare Technologies, Tunisia（突尼斯塔尼特医疗技术公司）

专题命中临床大模型：clinical LLM(abstract)

AI总结提出一种生产级GraphRAG框架，通过距离索引的神经A*算法在医学知识图谱中导航，结合PLL精确距离和AStarNet启发式，实现低延迟、低幻觉的多跳推理，并改善首令牌时间。

2603.29316 2026-06-23 stat.AP 版本更新 50%

A Bayesian Finite Mixture Model Approach for Mixed-type Data Clustering and Variable Selection with Censored Biomarkers

一种针对混合类型数据聚类和变量选择的贝叶斯有限混合模型方法：带截断生物标志物

Yueting Wang, Shu Wang, Jonathan G. Yabes, Chung-Chou H. Chang

专题命中临床大模型：biomedical(abstract)

AI总结本文提出一种贝叶斯有限混合模型方法，用于处理混合类型数据的聚类和变量选择，尤其在处理截断生物标志物方面具有优势，通过模拟研究和实际数据集验证其在复杂生物医学数据中的有效性。

Comments 55 pages (including 17-page Appendices), 8 figures (including 1 figure in Appendix B)

1. 临床大模型 6 篇