Multi-Domain Matrix Framework for Human Resource Decision Support
多域矩阵框架用于人力资源决策支持
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 提出基于多域矩阵(MDM)的HR决策支持框架，通过成员、技能和项目互联建模，提供定性分析与定量指标，帮助小企业和初创公司诊断HR状态并支持人员决策。
Comments 23 pages
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。
1. 诊断辅助 34 篇
When Rating Scales Fall Short: LLM-Assisted Discovery of ADHD Signals in Turkish Teacher Narratives
当评分量表不足时：LLM辅助发现土耳其教师叙述中的ADHD信号
机构 * Department of Computer Science, University of Illinois Chicago（伊利诺伊大学芝加哥分校计算机科学系） ； Department of Child and Adolescent Psychiatry, Gazi University（加齐大学儿童与青少年精神病学系）
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 本研究通过分析土耳其教师评估表中的结构化评分和开放式叙述，利用大语言模型辅助的主题发现方法，揭示了叙述文本中未被结构化量表捕捉的ADHD互补信号。
Comments 15 pages. Accepted to CLPsych 2026. Camera-ready author version. The final version will appear in the ACL Anthology
Journal ref In Proceedings of the 10th Workshop on Computational Linguistics and Clinical Psychology (CLPsych 2026), pages 368-382, San Diego, California, USA, 2026. Association for Computational Linguistics
Diagnosing the conditional-mean barrier in scientific machine-learning surrogates
条件均值障碍：从确定性回归到条件分布学习
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 本文提出条件均值障碍概念，通过残差-特征正交性和决定系数两个诊断指标识别该障碍，并证明添加潜在随机性会迫使平方损失预测器回到条件均值，从而需要分布评分损失来跨越障碍。
AOI: Context-Aware Multi-Agent Operations via Dynamic Scheduling and Hierarchical Memory Compression
AOI：通过动态调度和分层内存压缩实现的上下文感知多智能体操作
机构 * Columbia University（哥伦比亚大学） ； Hunan University（湖南大学） ； Central University of Finance and Economics（中央财经大学） ； Chongqing University（重庆大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； AI Agent Lab, Vokram Group（Vokram集团人工智能代理实验室） ； College of William and Mary（威廉与玛丽学院） ； University of Texas（得克萨斯大学） ； Zhengzhou University of Light Industry（郑州轻工业大学） ； Emory University（埃默里大学） ； Department of Nephrology, Affiliated Hospital of Guangdong Medical University（广东医科大学附属医院肾病科）
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 本文提出AOI框架，通过动态任务调度和分层内存压缩，提升复杂IT基础设施的自主运维能力，实现72.4%的上下文压缩和94.2%的任务成功率。
Comments new revision
2. 病理影像 8 篇
Evaluating Agentic Harness Systems for Autonomous Computational Pathology
评估用于自主计算病理学的智能控制框架系统
机构 * National Institute for Data Science in Health and Medicine, Xiamen University（厦门大学健康医疗大数据国家研究院）
专题命中 病理影像 ：pathology(title,abstract)；分类 cs.CV
AI总结 研究将高级病理学分析目标转化为可执行工作流，贡献 ACP-Bench 框架，评估 41 个病理学工作流任务、9 个模型和 3 个控制框架组，通过多方面评估为智能系统实现病理学工作流提供标准。
Dynamic Image-Informed Selection of Biomechanical Tumor Growth Models
生物力学肿瘤生长模型的动态图像信息选择
专题命中 病理影像 ：MRI(abstract,abstract_cn)
AI总结 研究胶质母细胞瘤进展中机械相互作用对其的影响。通过引入序贯贝叶斯推理和动态模型选择框架，利用纵向小鼠磁共振成像数据校准生物力学肿瘤生长模型参数，比较不同模型，得出机械耦合模型更优及应依个体评估本构假设的结论。
The Good, the Bad, and the Brittle: Benchmarking Robustness and Generalisation of Histopathology Foundation Models
好的、坏的和脆弱的：病理基础模型的稳健性和泛化基准测试
专题命中 病理影像 ：pathology(abstract)；分类 cs.CV、cs.LG
AI总结 用REET工具和NR-Kfold协议对12个病理基础模型及ResNet基线进行基准测试，引入PPI分析，表明病理基础模型在稳健性和泛化上优于CNNs，模型扩展收益递减，强调需评估分布变化。
Continual Model Merging with Test-Time Adaptation for Whole-Slide Image Analysis
用于全切片图像分析的带测试时自适应的连续模型合并
机构 * University of Information Technology（信息技术大学） ； Viet Nam National University Ho Chi Minh City（胡志明市越南国立大学） ； ETIS (UMR 8051), CY Cergy Paris University, ENSEA, CNRS, France（法国赛尔齐巴黎大学、ENSEA、法国国家科学研究中心的ETIS（UMR 8051））
专题命中 病理影像 ：pathology(abstract)；分类 cs.CV
AI总结 研究通过整合独立微调模型进行连续模型合并，利用测试时自适应调整合并变量，在全切片图像分类中评估该方法，对比传统连续学习方法，发现其有优势但性能受任务顺序等影响。
Comments 11 pages, 4 tables, 2 figures
MergeSurv: Merging-Based Continual Learning for Survival Analysis on Whole-Slide Images
MergeSurv：用于全切片图像生存分析的基于合并的持续学习
机构 * University of Information Technology（信息技术大学） ； Viet Nam National University Ho Chi Minh City（胡志明市越南国立大学） ； ETIS (UMR 8051), CY Cergy Paris University, ENSEA, CNRS, France（法国CY Cergy巴黎大学、ENSEA、法国国家科学研究中心联合建立的ETIS实验室（UMR 8051））
专题命中 病理影像 ：pathology(abstract)；分类 cs.CV
AI总结 研究针对全切片图像生存分析，提出MergeSurv框架，独立微调病理视觉语言基础模型参数后合并，还探究两种推理策略，实验表明其优于其他方法且能减少灾难性遗忘。
Comments 10 pages, 2 figures, 1 table
CaresAI at SMM4H-HeaRD 2026: Predicting TNM Staging
CaresAI在SMM4H-HeaRD 2026中的应用：预测TNM分期
机构 * CaresAI（关爱人工智能） ； Ateneo De Naga University（那牙雅典耀大学） ； Faculty of Pharmaceutical Sciences, Nsukka, Enugu, Nigeria（尼日利亚埃努古州恩苏卡药学院） ； Menzies School of Health Research（孟席斯健康研究学院）
专题命中 病理影像 ：pathology(abstract)；分类 cs.LG
AI总结 该研究以癌症基因组图谱病理报告为基础，将预测TNM分期问题转化为多标签分类任务，探索经典和深度学习方法，结果显示组合嵌入能提升预测能力，虽有局限但提供了基线模型和可重复流程。
Journal ref Association for Computational Linguistics 2026
A whole-brain model of amyloid beta accumulation and cerebral hypoperfusion in Alzheimer's disease
阿尔茨海默病中淀粉样β蛋白积累和脑灌注不足的全脑模型
专题命中 病理影像 ：pathology(abstract)；分类 q-bio
AI总结 该研究提出全脑模型，通过反应扩散系统和多孔介质模型耦合淀粉样β蛋白与血管，用高阶间断伽辽金方法和隐式欧拉格式离散方程组，模拟表明多稳态出现及局部灌注不足可引发疾病爆发。
Journal ref Computer Methods in Applied Mechanics and Engineering, 461. 119196 (2026)
Efficient classical simulation of two-dimensional long-range systems: Rydberg arrays and beyond
二维长程系统的高效经典模拟：里德堡阵列及其他
专题命中 病理影像 ：pathology(abstract)
AI总结 针对任意全对全两体相互作用的N 位量子系统，新框架将张量网络态下计算局部能量的成本从O(N³)降至O(N)，实现实时动力学和基态的可扩展精确计算，能模拟里德堡模拟器中模型。
3. 医疗多模态 3 篇
MedBench v5: A Dynamic, Process-Oriented, and Hallucination-Aware Benchmark for Clinical Multimodal Models
MedBench v5：面向临床多模态模型的动态、过程导向且幻觉感知的基准
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
专题命中 医疗多模态 ：medical AI(abstract)；clinical AI(abstract)；diagnosis(abstract)
AI总结 提出MedBench v5，通过双维框架、可切换信息流压力源、动态过程审计协议和幻觉传播监控，实现临床多模态模型的动态过程评估与幻觉检测。
GlaBoost: A Multimodal Structured Framework for Glaucoma Risk Stratification
GlaBoost：用于青光眼风险分层的多模态结构化框架
机构 * Department of Computer Science, Southern Methodist University（计算机科学系，南方 Methodist 大学） ； Department of Ophthalmology, UT Southwestern Medical Center（眼科学系，UT 南方医学中心） ； High Performance Computing Program, National Aeronautics and Space Administration（高性能计算计划，国家航空航天局）
专题命中 医疗多模态 ：diagnosis(abstract)；分类 cs.CV、cs.LG、eess.IV
AI总结 研究针对青光眼检测，提出多模态梯度提升框架GlaBoost，统一眼底图像嵌入、文本评估及生物标志物三信号预测风险，融合后用增强XGBoost分类，性能超基线且可解释。
Comments Accepted by IEEE 48th EMBC (2026)
Deep Learning for Semen Analysis in Male Infertility: Computer Vision, Multimodal Fusion, and Clinical Translation
男性不育症精液分析深度学习技术：计算机视觉、多模态融合与临床转化
机构 * Department of Gynaecology and Obstetrics, The Affiliated Jiangyin Hospital of Nantong University（南通大学附属江阴医院妇产科） ； Department of Oncology, the Affiliated Jiangyin Hospital of Nantong University（南通大学附属江阴医院肿瘤科） ； Thrust of AI, Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）人工智能推力实验室） ； FertiTech AI（生殖科技人工智能公司） ； Department of Oncology, Suzhou Xiangcheng People’s Hospital（苏州市相城区人民医院肿瘤科） ； Department of Biological Sciences and Bioinformatics, School of Science, Xi’an Jiaotong-Liverpool University（西交利物浦大学理学院生物科学与生物信息学系） ； School of Artificial Intelligence and Computer Science, Nantong University（南通大学人工智能与计算机科学学院）
专题命中 医疗多模态 ：diagnosis(abstract)；分类 cs.CV
AI总结 针对传统精液分析的主观性强等缺陷，综述聚焦计算机视觉与深度学习驱动的精子分析技术，梳理方法、数据集与落地障碍，提出分阶段临床转化路线。
Comments 46 pages, 14 figures
4. 生物医学文本 12 篇
DrugAgent: Reliable Multi-Agent Integration of Conflicting Biomedical Evidence for Drug-Target Interaction Assessment
DrugAgent：用于药物-靶点相互作用评估的冲突生物医学证据的可靠多智能体整合
机构 * Department of Computer Science and Engineering, University of Minnesota（计算机科学与工程系，明尼苏达大学） ； Computational Biology Branch, National Library of Medicine（国家医学图书馆计算生物学分支） ； Khoury College of Computer Sciences, Northeastern University（东北大学计算机科学学院） ； State Key Laboratory for Novel Software Technology at Nanjing University, School of Computer Science, Nanjing University（南京大学新型软件技术国家重点实验室，南京大学计算机科学学院） ； Developmental Therapeutics Branch, National Cancer Institute（国家癌症研究所发育治疗分支）
专题命中 生物医学文本 ：biomedical(title,abstract)；分类 cs.LG、q-bio
AI总结 研究药物-靶点相互作用评估中整合异构数据问题，核心方法是基于大语言模型的多智能体系统DrugAgent，贡献是能进行异构证据支持的DTI评估，补充独立DTI预测，还提供相关策略。
VesselTok: Tokenizing Vessel-like 3D Biomedical Graph Representations for Reconstruction and Generation
VesselTok: 基于血管状3D生物医学图表示的分词方法用于重建与生成
机构 * University of Zurich, Switzerland（苏黎世大学） ； ETH AI Center, Zurich, Switzerland（苏黎世联邦理工学院人工智能中心） ； Technical University of Munich, Germany（慕尼黑技术大学） ； Munich Center for Machine Learning (MCML), Germany（慕尼黑机器学习中心（MCML））
专题命中 生物医学文本 ：biomedical(title)；分类 cs.CV
AI总结 本文提出VesselTok框架，通过参数化形状视角学习血管状结构的潜在表示，实现复杂拓扑结构的稳健编码，并在不同解剖学中展示其生成和逆向问题应用的能力。
Comments Accepted to ECCV 2026
Medical Physics and Biomedical Engineering Education, Training and Professional Development
医学物理与生物医学工程教育、培训及职业发展
专题命中 生物医学文本 ：biomedical(title,comments)
AI总结 为满足澳大利亚医学物理与工程学院新成员及早期职业成员需求，2021年成立特殊兴趣小组。通过成员网络协作及调查数据驱动，该小组旨在为成员提供机会与举措，补充现有培训指导项目。
Comments 7 pages, 3 figures, accepted for publication in the IFMBE Proceedings on the World Congress on Medical Physics and Biomedical Engineering 2022
QiVC-Net: Quantum-Inspired Variational Convolutional Network, with Application to Biosignal Classification
QiVC-Net：受量子启发的变分卷积网络及其在生物信号分类中的应用
机构 * College of Engineering and Computer Science（工程与计算机科学学院） ； VinUniversity Hanoi, Vietnam（河内越南 Vin 大学） ； Shannon School of Business（沙纳汉商学院） ； Cape Breton University（Cape Breton 大学） ； Faculty of Computer Science（计算机科学学院） ； Chemnitz University of Technology（化学蒂茨技术大学） ； College of Engineering & Computer Science and College of Health Science, VinUniversity, Vietnam（工程与计算机科学学院及健康科学学院，越南 Vin 大学） ； Institute of Psychiatry, Psychology & Neuroscience, King’s College London, UK（精神病学、心理学与神经科学研究所，伦敦国王学院，英国）
专题命中 生物医学文本 ：biomedical(abstract)；分类 cs.LG、eess.SP
AI总结 介绍结合概率推理、变分优化和量子变换几何操作的学习框架，核心是量子启发旋转集成机制，用于卷积权重旋转，在生物信号分类中验证，QiVC-Net性能优异。
Robust Sparse Bayesian Learning Based on Minimum Error Entropy for Noisy High-Dimensional Brain Activity Decoding
基于最小误差熵的鲁棒稀疏贝叶斯学习用于噪声高维脑电活动解码
机构 * Department of Computational Brain Imaging, ATR Neural Information Analysis Laboratories（计算脑成像部门，ATR神经信息分析实验室）
专题命中 生物医学文本 ：biomedical(abstract)；分类 cs.LG、eess.SP
AI总结 研究旨在构建鲁棒稀疏贝叶斯学习框架解决噪声高维脑电活动解码问题。基于最小误差熵学习准则，在广义贝叶斯范式下重构框架，所提算法在解码任务中性能更优且模式更具生理可解释性。
KARMA: Knowledge graph-based Automated Reasoning Materialization and Alignment
KARMA：基于知识图谱的自动推理实例化与对齐
机构 * Sejong University（世宗大学）
专题命中 生物医学文本 ：biomedical(abstract)；分类 cs.LG
AI总结 研究针对基于模板对比合成的问题，提出KARMA方法，通过枚举知识图谱路径生成对比候选，用解耦槽级目标进行偏好监督，在多领域基准测试中表现优于基线。
Comments First version, 20 pages
A Precedent-Guided Co-Scientist for Side-Effect-Aware Drug Redesign
一种用于副作用感知药物重新设计的先例引导协同科学家
专题命中 生物医学文本 ：biomedical(abstract)；分类 cs.LG
AI总结 提出PRECEDE用于副作用感知药物重新设计，将重新设计视为基于证据的推理，由LLM编排，定位为人监督的科学工作流，可审核、证伪且受先前药理学限制。
Comments Accepted at the ICML 2026 Workshop on AI for Science
CoFEND: A Cross-Modal Fusion End-to-End Network for Cold-Start Drug-Drug Interaction Prediction
CoFEND：用于冷启动药物-药物相互作用预测的跨模态融合端到端网络
机构 * College of Computer and Information Science, Southwest University（西南大学计算机与信息科学学院） ； Beihang University（北京航空航天大学） ； School of Computing, Southern Illinois University Carbondale（南伊利诺伊大学卡本代尔分校计算机学院） ； School of Physics and Electronic Science, Zunyi Normal University（遵义师范学院物理与电子科学学院）
专题命中 生物医学文本 ：biomedical(abstract)；分类 cs.LG
AI总结 针对新药冷启动药物-药物相互作用预测难题，提出CMF-ELN。利用多模态信息构建知识图谱，设计图自动编码器融合跨模态相似性，采用两阶段可解释性方案，提升预测准确性与机制解释性。
Comments 11 pages, 2 figures, accepted by KDD 2026
Half-wave plasmonic nanolasers near the localization limit
接近局域极限的半波等离子体纳米激光器
专题命中 生物医学文本 ：biomedical(abstract)
AI总结 研究在超光滑金衬底上用高增益磷化铟纳米颗粒实现接近表面等离子体共振的半波模式激光，通过模拟估计最小激光粒子尺寸，观察不同粒子的激光特性，推动激光小型化至等离子体局域极限。
MEMS Fiber-Tip Photoacoustic Spectrometer for In Situ Microscale Trace Gas Sensing
用于原位微尺度痕量气体传感的MEMS光纤尖端光声光谱仪
专题命中 生物医学文本 ：biomedical(abstract)
AI总结 为满足受限场景下痕量气体传感需求，研制MEMS集成光纤尖端光声光谱仪，采用特定结构，含光声传感器等，实现痕量气体检测，兼具多种优势，克服传统局限。
Comments 15 pages, 8 figures
Sample-based detectability and moving horizon state estimation of continuous-time systems
基于采样的连续时间系统可检测性与移动时域状态估计
专题命中 生物医学文本 ：biomedical(abstract)
AI总结 提出非线性连续时间系统在非规则输出测量下的可检测性条件（采样增量输入/输出至状态稳定性），并设计采样移动时域估计方案，通过生物医学仿真验证其鲁棒稳定性。
Uniform inference for kernel instrumental variable regression
核工具变量回归的一致推断
专题命中 生物医学文本 ：biomedical(abstract)
AI总结 研究为核工具变量回归开发有效且精确的置信集，核心方法是特定引导程序，主要贡献是提供实用推断程序，提升核方法在因果分析中的价值。
5. 健康监测 1 篇
Lightweight ML-Based Automatic Sleep Staging Framework with Constrained CNN and Mamba for Small-Sample EEG Datasets
基于轻量级机器学习的自动睡眠分期框架：用于小样本脑电数据集的约束卷积神经网络和曼巴算法
机构 * School of Electronic Information Engineering, Changchun University of Science and Technology（长春理工大学电子信息工程学院） ； Jilin University（吉林大学）
专题命中 健康监测 ：diagnosis(abstract)；分类 cs.LG
AI总结 针对小样本脑电数据自动睡眠分期面临的挑战，提出GamSleepNet框架，结合改进Gabor核与可学习滤波器提取特征，用曼巴架构构建网络，引入新损失和训练策略，验证了最佳数据集大小，提升了挑战性睡眠阶段识别准确率。
6. 医学数据与评测 9 篇
Towards a more realistic evaluation of machine learning models for bearing fault diagnosis
迈向更现实的机器学习模型在轴承故障诊断中的评估
机构 * Department of Electrical and Electronic Engineering, Federal University of Santa Catarina（电气与电子工程系，圣卡塔琳娜联邦大学） ； Department of Mechanical Engineering, Federal University of Santa Catarina（机械工程系，圣卡塔琳娜联邦大学）
专题命中 医学数据与评测 ：diagnosis(title,abstract)；分类 cs.LG、eess.SP
AI总结 本文探讨了振动基轴承故障诊断中数据泄漏问题，提出无泄漏评估方法，改进分类任务为多标签问题，并通过四个数据集验证了方法对提升工业故障诊断系统可靠性的重要性。
Comments To appear in Mechanical Systems and Signal Processing
Journal ref Mechanical Systems and Signal Processing, Volume 258, 2026, 114640
Can LLMs Really Recover Microservice Failures? A Recovery-Aware Evaluation of Diagnosis-to-Action Reasoning
大语言模型真的能恢复微服务故障吗？对诊断到行动推理的恢复感知评估
专题命中 医学数据与评测 ：diagnosis(title,abstract)
AI总结 研究大语言模型在云原生微服务系统中恢复故障的能力，提出R2Act框架，定义相关内容并实例化为基准数据集，评估多种方法，发现恢复失败多因难以将诊断证据转化为有效恢复行动。
