医学 AI

When Does Deep Representation Learning Help Single-Cell Clustering? A Sensitivity-Aware Diagnostic Benchmark for Biomedical AI Pipelines

深度表示学习何时有助于单细胞聚类？生物医学人工智能管道的敏感性感知诊断基准

Nguyen Thanh Phong, Truong Viet Vu, Nguyen Ha Thu, Tran An Ky, Tran Hoang Thong, Le Pham Thuy Hien, Nguyen Thai Anh

机构 * Van Lang University（范朗大学） 纠错

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

AI总结 研究单细胞聚类中深度表示学习是否必要，通过九个聚类管道在十个真实数据集上的诊断基准测试及相关分析，集成多种测试方法，揭示不同模式，确定主要方差贡献者，提供数据集感知和计算意识决策框架。

Comments 13 pages, 6 figures. Accepted at ISRSD 2026

GraphRareBench: An Auditable Graph-Evidence Benchmark for Phenotype-Driven Rare-Disease Diagnosis

GraphRareBench：用于表型驱动罕见病诊断的可审计图证据基准测试

Guiling Guo, Jia Yang, Jiahao Xu, Shuyuan Zheng, Zhonghai Sun, Qiyuan Li

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

AI总结 研究针对表型驱动罕见病诊断基准测试不透明问题，引入GraphRareBench基准测试，含病例与目标-混杂因素对。通过共享特征接口监督排名器及特定智能体测试，发现不同方法互补，为更透明的诊断系统评估提供基础。

Explainable AI for Chronic Kidney Disease Prediction Using Simulated Federated Learning

使用模拟联邦学习的慢性肾病预测的可解释人工智能

Md Zahid Hasan Ontor, Md Al Amin, Anik Dev Nath, Bikash Kumar Paul

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

AI总结 该研究针对慢性肾病预测问题，运用带投票分类器的联邦学习，结合随机森林等算法为全局服务器选最佳模型，用GridSearchCV优化客户端模型性能，还引入可解释人工智能技术，其全局模型平均准确率达99%，助力早期CKD诊断和数据驱动医疗。

Comments 13 Pages, 5 Figures