医学 AI

A Multi-Dataset Benchmark for Evaluating LLM Agents in Microservice Failure Diagnosis

用于评估微服务故障诊断中LLM智能体的多数据集基准

Yuanhong Cai, Xiaohui Nie, Kanglin Yin, Changhua Pei, Yongqian Sun, Shenglin Zhang, Haibin Liu, Guiyang Liu, Xidao Wen, Fang Situ, Dan Pei

专题命中 医学数据与评测 ：diagnosis(title,abstract)

AI总结 提出基于推理过程评估的基准，包含两个大规模数据集（AIOps2025和RCA100），从定位、识别和原因三个维度评估智能体诊断能力，覆盖500多个专家标注的故障案例。

Comments 10 pages, 6 figures, 6 tables

Expert Evaluation of Clinical AI Tools on Real Point-of-Care Clinical Queries

临床AI工具在真实点-of-care临床查询上的专家评估

Jean Feng, Vishal Patel, Patrick Heagerty, Yifan Mai, Venkatesh Sivaraman, Patrick Vossler, Jialin Ouyang, Anupam B. Jena

机构 * Harvard Medical School（哈佛医学院） ； Brigham and Women’s Hospital（布莱尔妇女医院） ； Massachusetts General Hospital（麻省总医院） ； National Bureau of Economic Research（美国经济研究局） 纠错

专题命中 医学数据与评测 ：clinical AI(title)；分类 q-bio

AI总结 本研究通过620个真实临床查询和149名医生评估，比较了专用临床AI工具与通用模型在准确性、实用性等五维度的表现，发现专用工具在所有维度上显著优于通用模型，并发布了公开基准。

Anatomy-Grounded Synthetic Coronary Angiography for Geometry-Informed Multi-View Matching

基于解剖学的合成冠状动脉造影用于几何感知的多视图匹配

In Kyu Lee, Sumin Seo, Jaesik Min

机构 * Medipixel, Inc.（Medipixel公司） ； University of California San Diego（加州大学圣地亚哥分校） 纠错

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

AI总结 提出物理基础数据生成框架，从3D CCTA合成高保真DRR，结合几何信息匹配模块GIMM，实现无人工标注的2D对应点学习。

Comments Accepted at MICCAI 2026. Code and dataset: http://github.com/medipixel/GIMM

Data and Evaluation Closed-Loop for Model Capability Enhancement

数据与评估闭环用于模型能力增强

Zhixuan Li, Jiangan Yuan, Han Xu

机构 * Baidu Inc.（百度公司） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 提出“能力切片”单元，构建评估-数据闭环，将基准失败转化为可验证的数据干预，在两项案例中分别排除和确认数据问题。

$M^3 QuestionIng$: Multi-modal Multi-span Medical Question Answering

$M^3 QuestionIng$: 多模态多跨度医学问答

Anisha Saha, Vaibhav Rathore, Abhisek Tiwari, Akash Ghosh, Sai Ruthvik Edara, Sriparna Saha

专题命中 医学数据与评测 ：medical image(abstract)

AI总结 提出多模态多跨度医学问答框架M3QAFrame，结合文本与图像线索生成包含文本和图像的答案，在自建数据集上超越现有方法。