医学 AI

Teaching agentic AI to learn expert reasoning for rare disease diagnosis

LiteOdyssey: 一种用于可解释罕见病诊断的轻量级推理AI智能体

Minh-Ha Nguyen, Erica Gray, Bryce A. Schuler, Kevin W. Byram, Chih-Ting Yang, Fan Ma, Hua Xu, Wu-Chen Su, Chao Yan, Wei-Qi Wei, Adam Wright, Lisa Bastarache, Josh Peterson, Lingyao Li, Siyuan Ma, Undiagnosed Diseases Network, Rizwan Hamid, Thomas A. Cassini, Cathy Shyr

机构 * Vanderbilt University（范德堡大学） ； Vanderbilt University Medical Center（范德堡大学医学中心） ； University of South Florida（南佛罗里达大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 提出轻量级框架LiteOdyssey，通过人类-AI协作的诊断策略和公共生物医学工具增强单个推理语言模型，在罕见病诊断基准上达到最先进性能，无需微调或多智能体集成。

Comments 69 pages, submission version

Optimized Deferral for Imbalanced Settings

优化不平衡设置下的延迟策略

Corinna Cortes, Anqi Mao, Mehryar Mohri, Yutao Zhong

机构 * Google Research（谷歌研究） ； Courant Institute of Mathematical Sciences（Courant数学科学研究所） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG

AI总结 本文研究了在专家不平衡情况下两阶段学习延迟方法，提出新的成本敏感学习算法MILD，通过改进损失函数和保障机制，提升了图像分类和LLM路由任务的性能。

Comments ICML 2026

Variational Mixture of Graph Neural Experts for Alzheimer's Disease Recognition across Frequency Bands in EEG Brain Networks

用于跨脑电图脑网络频段的阿尔茨海默病识别的变分图神经专家混合模型

Jun-En Ding, Anna Zilverstand, Shihao Yang, Albert Chih-Chieh Yang, Feng Liu

机构 * Department of Industrial and Systems Engineering, Rutgers University（鲁特大学工业与系统工程系） ； Department of Psychiatry and Behavioral Sciences, University of Minnesota（明尼苏达大学精神病学与行为科学系） ； Institute of Brain Science, College of Medicine, National Yang-Ming Chiao Tung University（国家阳明交通大学医学院脑科学研究所） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG

AI总结 针对痴呆症脑电图诊断难题，提出VMoGE框架，结合多频段脑电图分析、变分图神经网络和专家混合架构。实验显示其性能强大，还具有临床转化价值，能关联疾病指标、揭示频段变化，为痴呆症诊断提供新方法和依据。

CTBench: Evaluating Troubleshooting Capabilities of AI Agents in Realistic Telecom Network Operations

CTBench：评估AI智能体在真实电信网络运维中的故障排查能力

Xingyu Yan, Tingting Dai, Antonio De Domenico, Mohamed Sana, Nicola Piovesan, Changchang Li, Bowen Liu, Kun Jiang, Mengjie Zhang, Dingcheng Shan, Jing-Cheng Pang, Chenwei Wu, Sijie Wu, Lianying Chao, Haoran Cai, Jiantao Ye, Xubin Li, Simon Mark Lucas, Xin Chen

机构 * Huawei Technologies（华为技术有限公司） ； Paris Research Center, Huawei Technologies（华为技术有限公司巴黎研究中心） ； Queen Mary University of London（伦敦玛丽女王大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究提出CTBench基准，评估AI智能体的电信故障排查能力，发现其路径恢复表现好于根本原因分析，且资源消耗与诊断效果无必然关联。

Towards Model-based Run-time Cybersecurity: On Control-Flow Anomaly Detection, Attack Identification, and Hardware Monitoring

面向基于模型的运行时网络安全：控制流异常检测、攻击识别与硬件监控

Martin Sachenbacher, Martin Leucker, Alexander Weiss, Aliyu Tanko Ali

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出结合软件与硬件监控的基于模型的方法，以提升控制流异常检测与攻击树识别的鲁棒性，解决攻击者通过伪装控制流逃避检测的问题，在认证服务示例中验证了该方案可提高诊断精度。

Comments 14 pages

When Do Institutions Beat Intelligence?

何时制度优于智能？

Zhengye Han

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究通过构建受控人工生态，实验揭示制度在修复集体构建可用公共状态的失败时优于智能，反之则不然，为智能与制度的选择提供了诊断依据。

Knowledge-Graph-Guided Retrieval-Augmented LLMs for Explainable Root Cause Analysis in Automotive HiL Validation

知识图谱引导的检索增强大语言模型用于汽车在环（HiL）验证中的可解释根本原因分析

Hamza Ouarrad, Mohammad Abboush, Andreas Rausch

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究提出KG引导的RAG-LLM框架，用于汽车HiL数据的RCA与故障定位，在ASM汽油发动机和电动车系统案例中分别获90%、94% Top-1准确率，可实现可解释且泛化的故障分析。

Comments 10 pages, 3 figures, 5 tables. Accepted for publication and oral presentation at the 10th International Conference on System Reliability and Safety (ICSRS 2026), Rome, Italy, November 23--25, 2026

Benchmarking Quantum and Classical Machine Learning Models on Oncological Data

量子与经典机器学习模型在肿瘤数据上的基准测试

Sydney Leither, Thomas Lubinski, Michael Kubal, Sonika Johri

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究开发公平基准测试方法，对比量子与经典机器学习模型在三类肿瘤数据集上的表现，未发现量子优势，建议优先分析高维度、更符合生物学实际的数据集以推进实用量子优势研究。

VIScore: Diagnosing Planning-Relevant Quality in Latent World Models

VIScore：诊断潜在世界模型中与规划相关的质量

Haiyu Wu, Randall Balestriero, Morgan Levine

机构 * Altos Labs（阿尔托斯实验室） ； Brown University（布朗大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究针对潜在世界模型规划成功率与潜在空间属性脱节的问题，提出VIScore指标，覆盖编码器、预测器、规划器，在跨任务场景下斯皮尔曼相关性超0.75，可更好解释规划成功率。

Classical Acceptance Is Not Hybrid Authentication: Validation Policy and Lifecycle Management of Hybrid X.509 Certificates in Deployed Open-Source Stacks

经典接受并非混合认证：在后量子迁移中测量X.509验证器语义

Taesung Kim, Boheung Chung, Keonwoo Kim, Yousung Kang

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究后量子迁移中X.509混合证书验证问题，通过对多种验证堆栈、模式和证书方案测量，发现经典路径验证常忽略后量子证据，存在互操作性和绑定问题，贡献了验证器模型和参考合同并分析标准未要求的原因。

Comments 15 pages, 1 figure, 7 tables. Substantially revised manuscript with a management-focused framing, expanded lifecycle analysis, a policy-parametric validation contract, and updated reproducibility materials. Submitted to IEEE Transactions on Network and Service Management

Gauge-Fixing the Forward-Forward Objective: A Whitened Goodness Derived from a Likelihood-Ratio Account

善度衡量什么？前馈学习的似然比解释

Paolo Giannitrapani

机构 * Sapienza University of Rome（罗马第一大学） 纠错

专题命中 病理影像 ：pathology(abstract)；分类 cs.LG、eess.IV

AI总结 研究前馈学习中善度衡量问题，基于显式生成模型指出平方善度是似然比检验充分统计量，FF阈值是其边界，还阐述了该方法在不同总体及层间归一化方面的特性及优势。

ProBAG: Prototype-Guided Boundary-Aware Graph Diffusion for Weakly Supervised Histopathology Segmentation

ProBAG：用于弱监督组织病理学分割的原型引导边界感知图扩散

Duy-Dong Nguyen, Le-Van Thai, Hoai Nhan Pham, Ngoc Lam Quang Bui, Tam Tran, Zhi Huang

机构 * AI VIETNAM Lab（AI越南实验室） ； Washington University School of Medicine（华盛顿大学医学院） ； Jeonbuk National University（全北国立大学） ； Perelman School of Medicine, University of Pennsylvania（宾夕法尼亚大学佩雷尔曼医学院） 纠错

专题命中 病理影像 ：pathology(abstract)；分类 cs.CV

AI总结 ProBAG是一种新的弱监督组织病理学分割方法，通过结合视觉与文本原型、逐类功率重新校准及图扩散机制，在BCSS-WSSS和LUAD-HistoSeg数据集上取得优于现有方法的性能。

Comments 12 pages, 2 figures, 4 tables. Accepted by MICCAI Workshop (COMPAYL) 2026

UniSemAlign: Text-Prototype Alignment with a Foundation Encoder for Semi-Supervised Histopathology Segmentation

UniSemAlign：基于基础编码器的文本-原型对齐用于半监督病理分割

Le-Van Thai, Tien Dat Nguyen, Hoai Nhan Pham, Lan Anh Dinh Thi, Duy-Dong Nguyen, Ngoc Lam Quang Bui

机构 * AI VIETNAM Lab, Vietnam（AI VIETNAM实验室，越南） ； Hanoi University of Science and Technology, Vietnam（河内科技大学，越南） 纠错

专题命中 病理影像 ：pathology(abstract)；分类 cs.CV

AI总结 UniSemAlign通过引入显式类别结构提升视觉分割，利用共享嵌入空间中的原型和文本对齐分支，减少类别模糊性并稳定伪标签优化，实验表明其在有限标注下显著优于现有半监督方法。

Comments Accepted at CVPR 2026 Workshop. 11 pages, 5 figures, 4 tables

Journal ref Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) Workshops, 2026, pp. 6803--6813

Gaussian Meta-Space Augmentation for Stacking Ensembles in Multimodal IPMN Risk Stratification

用于多模态IPMN风险分层的堆叠集成的高斯元空间增强

Max A. Nelson, Eminenur Sen Tasci, Zhixiang Wang, Zongwei Zhou, Halil Ertugrul Aktas, Andrea M. Bejar, Elif Keles, Ziliang Hong, Sıtkı Safa Taflan, Muhammed Enes Tasci, Frank H. Miller, Michael B. Wallace, Rajesh N. Keswani, Gorkem Durak, Ulas Bagci

机构 * Northwestern University（西北大学） ； Johns Hopkins University（约翰斯·霍普金斯大学） ； Istanbul University（伊斯坦布尔大学） ； Mayo Clinic Florida（佛罗里达州梅奥诊所） 纠错

专题命中 医疗多模态 ：MRI(abstract,abstract_cn)；分类 cs.CV、cs.LG

AI总结 该研究针对IPMN风险分层问题，提出cUPMI方法并结合多模态信息融合，构建RF堆叠模型，在多中心分析中取得优于基线的性能。

Comments Accepted at the International Workshop on Machine Learning in Medical Imaging (MLMI 2026), held in conjunction with MICCAI 2026. This is the authors' accepted manuscript; the final version will appear in Springer Lecture Notes in Computer Science (LNCS). 11 pages, 3 figures

Discrete Linear Ensemble Logic

Manfred Droste, Guo-Qiang Zhang

专题命中 医疗多模态 ：biomedical(abstract)

BiomedSQL: Text-to-SQL for Scientific Reasoning on Biomedical Knowledge Bases

BiomedSQL: 文本到SQL用于生物医学知识库上的科学推理

Mathew J. Koretsky, Maya Willey, Owen Bianchi, Chelsea X. Alvarado, Tanay Nayak, Nicole Kuznetsov, Sungwon Kim, Mike A. Nalls, Daniel Khashabi, Faraz Faghri

机构 * Center for Alzheimer’s and Related Dementias, NIA, NIH（阿尔茨海默病及相关痴呆症研究中心，国家老龄化研究所，国立卫生研究院） ； DataTecnica LLC（DataTecnica公司） ； Johns Hopkins University（约翰霍普金斯大学） ； Laboratory of Neurogenetics, NIA, NIH（神经遗传学实验室，国家老龄化研究所，国立卫生研究院） 纠错

专题命中 生物医学文本 ：biomedical(title,abstract)；分类 cs.LG

AI总结 BiomedSQL通过评估文本到SQL生成中的科学推理能力，针对生物医学知识库设计了首个基准测试，展示了不同模型在复杂查询任务中的性能差异。

Comments Published as a conference paper at COLM 2026

Characterizing Peace Through Scientific Keywords

通过科学关键词表征和平

Gita Ghiasi, Rabeeh Parhizkari, Tanja Tajmel

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本研究通过分析不同背景下SDG 16相关学术出版物的关键词差异，揭示和平概念在学科和国别间的不同表征，为研究重点和科学政策制定提供依据。

Apodex Discovery: Reality Benchmarks and Environments for Evaluating and Building Discoverative Artificial Intelligence

Apodex Discovery：用于评估和构建发现式人工智能的现实基准与环境

Brian Wang, Bin Feng, Xiaoman Pan, Chenyang An, Felix Liu, Tangqi Fang, Gongbo Sun, Lingfeng Shen, Ning Wang, Handuo Zhang, Feng Chen, Fuchao Yang, Xiang Wang, Jiacheng Lin, Siting Li, Zixuan Liu, Chi Han, Zhenhailong Wang, Kunlun Zhu, Lawrence Zhao, Yueqi Guo, Kailong Wen, Feng Xing, Yiling Guo, Lidong Bing, David Tan, Bo An, Heng Ji, Sheng Wang

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 Apodex Discovery是评估和构建发现式AI的框架，含三个核心组件，在AAV衣壳设计等任务中较现有方法取得性能提升，推动AI评估向可验证的真正发现研究发展。

Comments 85 pages, 9 figures, 38 tables

Magnetic active matter across scales

跨尺度的磁性活性物质

Francisca Guzmán-Lastra, Margaret Rosenberg, Marco Musacchio, Lorenzo Caprini, Hartmut Löwen

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本综述聚焦携带固有磁偶极矩的活性自推进粒子，调研跨尺度相关实验与理论，阐明偶极相互作用的作用，讨论相关模型与涌现现象，概述磁性活性系统的挑战与机遇。

Apnea Burden-Guided Framework: Enhancing Out-of-Distribution Generalization in PPG-Based Sleep Apnea Characterization

呼吸暂停负荷引导框架：增强基于PPG的睡眠呼吸暂停表征中的分布外泛化能力

Mantas Rinkevičius, Oskar Pfeffer, Amal Alissa, Nando Hegemann, Vaidotas Marozas

专题命中 健康监测 ：diagnosis(abstract)；分类 eess.SP

AI总结 该研究提出呼吸暂停负荷引导框架，结合PPG特征与SpO2，提升睡眠呼吸暂停表征效果，增强分布外泛化能力，低复杂度混合架构适用于家庭预防性监测

Comments 16 pages, 13 figures, 4 tables, 53 references. Submitted to the IEEE Access journal

A corpus-specific clinical RAG system matches or outperforms newer frontier LLMs on HealthBench

针对特定语料库的临床检索增强生成（RAG）系统在HealthBench上的表现与较新的前沿大语言模型相当或更优

Praveen Reddy, Charuta Mandke, Suvrankar Datta, Sarah Khan, Siddharth Reddy Anthireddy, Shitij Arora, Vishal Singh

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

AI总结 本文评估专为中低收入环境构建的临床RAG系统VITA，其在HealthBench基准测试中与前沿LLM表现相当或更优，语料库特异性可提升模型落地性但会降低沟通流畅度。

Comments 2 tables

AgenticTwin: An Agentic LLM Framework Integrated with Digital Twin for Anomaly Detection

AgenticTwin：集成数字孪生的智能体大语言模型异常检测框架

Touseef Hasan, Mounika Ghanta, Souvika Sarkar, Ujjwal Guin

机构 * School of Computing, Wichita State University（威奇托州立大学计算机学院） ； Auburn University（奥本大学） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 本研究提出AgenticTwin框架，整合LLM推理与数字孪生异常检测管道，构建基准评估管道并验证轻量级开源LLM部署可行性，可提升异常诊断、检索及缓解质量。