医学 AI

Less Annotation, More Interpretation: Prior-Guided Concept Bottleneck Models for Interpretable Cancer Imaging Diagnosis

少标注，多解释：用于可解释癌症影像诊断的先验引导概念瓶颈模型

Baoqiang Ma, Kenneth Gilhuijs

机构 * Image Sciences Institute（影像科学研究所） ； University Medical Center Utrecht（乌得勒支大学医学中心） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 本文提出先验引导的混合概念瓶颈模型，在0-20%的低概念标注场景下，可提升癌症影像诊断的概念AUC并保持诊断性能，同时降低标注负担。

Comments Accepted at the iMIMIC Workshop at MICCAI 2026

AI for Mycetoma Diagnosis in Histopathological Images: The MICCAI 2024 Challenge

利用AI进行真菌病诊断的组织病理学图像分析：MICCAI 2024挑战

Hyam Omar Ali, Sahar Alhesseen, Lamis Elkhair, Adrian Galdran, Ming Feng, Zhixiang Xiong, Zengming Lin, Kele Xu, Liang Hu, Benjamin Keel, Oliver Mills, James Battye, Akshay Kumar, Asra Aslam, Prasad Dutande, Ujjwal Baid, Bhakti Baheti, Suhas Gajre, Aravind Shrenivas Murali, Eung-Joo Lee, Ahmed Fahal, Rachid Jennane

机构 * The Faculty of Mathematical Sciences, University of Khartoum（数学科学学院，喀土穆大学） ； Mycetoma Research Centre, University of Khartoum（真菌病研究中心，喀土穆大学） ； The Faculty of Pharmacy, University of Khartoum（药学院，喀土穆大学） ； Computer Vision Center, UAB（计算机视觉中心，UAB） ； School of Computer Science and Technology, Tongji University（计算机科学与技术学院，同济大学） ； College of Computer Science and Technology, National University of Defense Technology（计算机科学与技术学院，国防科技大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.CV

AI总结 本文提出mAIcetoma挑战，利用AI技术自动分割和分类真菌病颗粒，以提高资源有限地区真菌病诊断的准确性与效率。

VR-IPS: Virtual Reality Tool for Photic Stimulation in Photosensitive Diagnosis

VR-IPS：用于光敏感性诊断的虚拟现实光刺激工具

Fernando Moncada Martins, Daniel Pérez Prádanos, Angel Rio-Alvarez, MG Cano-Celestino, María Antonia Gutiérrez, Pablo Calvo Calleja, D. Kasteleijn-Nolst Trenite, Víctor M. González

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 q-bio

AI总结 针对间歇性光刺激（IPS）诊断光敏感性存在漏诊的问题，提出VR-IPS虚拟现实光刺激工具，扩展了刺激类型，可适配头显或显示器，便于医生控制刺激流程以提升诊断效果。

Wrong Design Intent Is Worse Than Never Conditioning: A Derangement-Control Diagnosis of Header Conditioning in CAD Program Completion

错误的设计意图比没有更糟糕：CAD程序完成中头部条件的错位控制诊断

Yang Xiao

机构 * Sichuan University（四川大学） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 研究微调代码语言模型中设计意图头部对CAD生成的影响，通过CADCON及错位控制等方法，发现错误头部会降低依从性，独立指标揭示指标循环性，危害具模式特异性，错误意图会误导生成。

Comments 47 pages, 4 figures. v5: one change in Sec. 6. The repaired-extractor re-run, previously listed as the first follow-up, has now been run under an independent pre-registration: the deficit reproduces on the repaired scoring surface under both tokenizations, bounded by the repair changing only 11.2% of scored rows. Anchor, verdict, per-row scores on both surfaces and run log are public

PixSDS: Why Latent SDS Makes Noisy Pixels

PixSDS：潜在SDS为何会产生带噪像素

Vsevolod Skorokhodov

机构 * EPFL（洛桑联邦理工学院） 纠错

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

AI总结 针对潜在SDS生成3D时的像素漂移问题，提出轻量级VAE一致性梯度修复方法PixSDS，减少结构化伪影并保留语义内容。

Beyond Correctness: Benchmarking and Aligning Response Behaviors in Hybrid-Thinking MLLMs

超越正确性：混合思维多模态大语言模型（MLLM）的响应行为基准测试与对齐

Xinming Wang, Weinong Wang, Hongming Yang, Yansong Lin, Zheng Ruan, Shangpin Peng, Qiming Peng, Nan Qiao, Fengyuan Lu, Guoqing Ma, Marito Li, Songyang Zhang, Saiyong Yang, Han Hu, Yonglong Tian, Xu-Yao Zhang

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Large Language Model Department, Tencent（腾讯大语言模型部） ； University of Electronic Science and Technology of China（电子科技大学） ； Hong Kong University of Science and Technology（香港科技大学） ； Zhongguancun Academy（中关村学院） 纠错

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

AI总结 该研究针对混合思维 MLLM 的思维与非思维模式响应错位问题，构建 PatternEval 基准并开发 PatternRL 方法，可减轻跨模式错位且任务性能损失极小。

Comments 8 tables and 6figures

A Cloud-Edge System for Multimodal Clinical Screening in Resource-Constrained Rural Settings

面向资源受限农村地区多模态临床筛查的云边协同系统

Hei Ting, Chan, Chenwei Wu, Xueshen Liu, Zesen Zhao, Boyuan Zheng, Luis Filipe Nakayama, Michael G. Morley, Liyue Shen, Jiasi Chen, Z. Morley Mao

机构 * University of Michigan（密歇根大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Harvard Medical School（哈佛医学院） 纠错

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

AI总结 该研究针对资源受限农村地区的多模态临床筛查问题，提出云边协同架构，经实验验证其诊断性能优异且成本更低，可适配部署约束。

Comments 31 pages, 3 figures. In Proceedings of Machine Learning Research, Volume 340, 2026 (Machine Learning for Healthcare Conference)

Training Under Challenge: Executable Certificates and Challenge-Closed Optimality for Neural Networks

挑战下的训练：神经网络的可执行证书与挑战封闭最优性

Farhang Yeganegi, Arian Eamaz, Mojtaba Soltanalian

机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） 纠错

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

AI总结 本文提出“挑战下的训练”可执行证书框架，定义资源索引的挑战能力模，通过实验验证其在ResNet-18蒸馏问题中可有效区分解码器欠使用与表征不足，实现对神经网络训练状态的诊断与重新认证。

Comments 82 pages, 24 figures, 10 tables. Ancillary reproducibility materials included

Regulatory Approval Is Not Enough: Gaps in Trustworthy AI Reporting in FDA-Cleared Medical Devices

监管批准并不足够：FDA clearance医疗设备中可信赖AI报告的缺口

Ahmed M Salih, Oliver Díaz, Alejandro Guzman, Noah Marquez Vara, Fotios Avgoustidis, Rituraj Singh, Saman Barakat, Zahra Raisi-Estabragh, Karim Lekadir

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

AI总结 该研究分析2021-2025年FDA获批的519份AI/ML医疗设备报告，发现可信赖AI报告存在显著缺口，获批年份或临床领域不影响报告透明度，仅监管批准不足以证明AI可信赖性。

Spinal Coupling in Frontal and Transversal Plane During Gait - A Segmental and Time-Dependent Analysis of the Thoracic and Lumbar Spine

步态过程中额状面与横断面上的脊柱耦合：胸椎与腰椎的节段性及时间依赖性分析

Jonas Dully, Carlo Dindorf, Henriette Rönsch, Dennis Perchthaler, Jürgen Konradi, Ulrich Betz, Michael Fröhlich

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究分析642名受试者的脊柱运动学，揭示步态中T3至L4椎体的脊柱耦合存在颅尾方向模式，静态矢状位姿势可调节该模式，为脊柱生物力学研究及相关疾病诊疗提供基础。

Decoupled Contrastive Decoding via Expert-Aligned Drafting

基于专家对齐草稿的解耦对比解码

Zhixuan Liu, Zhichen Dong, Yuanfu Wang, Chao Yang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 针对对比解码成本高的问题，提出解耦对比解码，采用专家对齐轻量级提案生成器与标准投机验证，实现显著加速并降低MMLU提案路径延迟。

Comments 28 pages, 11 figures, 20 tables. Code: https://github.com/chadlzx/dcd

Formal Verification of Quantum Ancilla Safety

量子辅助量子位安全性的形式验证

Jiqi Li, Jingyi Mei, Wang Fang, Ji Guan

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 针对量子编译中辅助量子位安全性的形式验证难题，提出端到端验证-修复框架，通过两步归约策略实现高效并行验证，可分类错误并修复局域故障，工具可扩展至数千量子位且效果良好。

Machine learning correction of satellite precipitation is governed by mechanism purity, not algorithmic complexity: a proof-of-concept study in Hunan, China, with pre-registered cross-regional validation

卫星降水的机器学习校正受机制纯度而非算法复杂度支配：中国湖南的概念验证研究及预先注册的跨区域验证

Yi Xu

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究提出TMI框架，发现卫星降水的机器学习校正性能受机制纯度而非算法复杂度支配，经跨区域验证可作为适用性筛选工具。

Comments 44 pages, 8 figures, 5 tables; supplementary material included (8 tables, 2 figures)

Defensive Pessimism: Growth, Culture, and the Survival of Evidence

防御性悲观主义：增长、文化与证据的存续

Georgy Lukyanov

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文研究发展社会中合作与攫取型政权的关系，提出文化维系的外部实践可纠正合作失败，揭示规模-份额楔子机制，还提出滚动履约保证金机制以保障相关实践的执行与改革。

Token Reduction Is Not Cost Reduction

令牌减少并非成本降低

Sarel Weinberger, Amir Hozez

机构 * PointFive 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究基于 API 的编码代理上下文减少层，通过对 2848 次 Claude Code 运行分析，发现提示缓存流量主导成本，工具输出减少不能可靠预测计费成本降低，压缩可能损害任务完成，进而提出以成功调整计费成本为核心的分层证据标准。

Foam-Agent: A Large Language Model-Based Multi-Agent Framework for Automating Computational Fluid Dynamics Workflows

Foam-Agent：迈向自动化智能CFD工作流程

Ling Yue, Nithin Somasekharan, Tingwen Zhang, Yadi Cao, Zhangze Chen, Shimin Di, Shaowu Pan

机构 * Department of Computer Science, Rensselaer Polytechnic Institute（里士满理工学院计算机科学系） ； Department of Mechanical, Aerospace, and Nuclear Engineering, Rensselaer Polytechnic Institute（里士满理工学院机械、航空航天与核工程系） ； Department of Computer Science and Engineering, University of California San Diego（加州大学圣地亚哥分校计算机科学与工程系） ； College of Education, Zhejiang Normal University（浙江师范大学教育学院） ； School of Computer Science and Engineering, Southeast University（东南大学计算机科学与工程学院） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 Foam-Agent通过多智能体框架和大型语言模型，实现自动化CFD工作流程，显著提升模拟效率和成功率。

Comments 34 pages, 9 figures, 9 tables

Journal ref Computer Methods in Applied Mechanics and Engineering, Vol. 461, 119271 (2026)