医学 AI

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

Jie Lin, Zongyi Chen, Qiaoling Zheng, Liuyi Wang, Hengyi Jiang, Jiabao Chen, Xiang Liu, Yinghong Yang, Liansheng Wang

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） 纠错

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

Abdullah Al Noman, Pratyush Kumar Singh, David A Hormuth, Danial Faghihi

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

Dhyey Yajnik, Amina Asif, Fayyaz Minhas

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

Duc-Thanh Le, Doanh C. Bui, Maï K. Nguyen, Khang Nguyen

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）） 纠错

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

Vu Minh Tran, Doanh C. Bui, Maï K. Nguyen, Khang Nguyen

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）） 纠错

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

Joseph Itopa Abubakar, Jorge Jarme, Favour Igwezeke, Mary Adewunmi

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） 纠错

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

Mattia Corti, Andrew Ahern, Alain Goriely, Ellen Kuhl, Paola F. Antonietti

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

Jia-Lin Chan, Tao Xiang, Yantao Wu

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。