医学 AI

Mitigating Object Hallucinations in LVLMs via Attention Imbalance Rectification

通过注意力不平衡修正减轻LVLM中的对象幻觉

Han Sun, Qin Li, Peixin Wang, Min Zhang

机构 * Shanghai Key Laboratory of Trustworthy Computing, East China Normal University（上海可信计算实验室，东华大学） 纠错

专题命中 医学影像 ：medical image(abstract)；分类 cs.CV

AI总结 发现多模态和token间注意力不平衡是对象幻觉的因果因素，提出轻量级解码干预方法AIR，通过重新分配注意力权重修正不平衡，在多个基准上减少幻觉达35.1%，并提升通用能力。

Comments CVPR 2026 Findings Track, code is available at https://github.com/Ice-wave/AIR

Optimizing Rank for High-Fidelity Implicit Neural Representations

优化秩以实现高保真隐式神经表示

Julian McGinnis, Florian A. Hölzl, Suprosanna Shit, Florentin Bieder, Paul Friedrich, Mark Mühlau, Bjoern Menze, Daniel Rueckert, Benedikt Wiestler

机构 * University of Cambridge（剑桥大学） 纠错

专题命中 医学影像 ：medical image(abstract)；分类 cs.CV

AI总结 本文通过训练中稳定秩的调控，证明简单MLP也能实现高保真隐式神经表示，使用Muon优化器可显著提升性能，在多种任务上PSNR提升高达9 dB。

MedVeriSeg: Teaching LISA-Like Medical Segmentation Models to Verify Query Validity Without Extra Training

MedVeriSeg: 教授LISA-like医学分割模型验证查询的有效性而无需额外训练

Qinyue Tong, Xiaozhen Wang, Ziqian Lu, Jun Liu, Yunlong Yu, Zheming Lu

机构 * School of Aeronautics and Astronautics, Zhejiang University（浙江大学航空宇航学院） ； Southern Medical University（南方医科大学） ； School of Computer Science and Technology (School of Artificial Intelligence), Zhejiang Sci-Tech University（浙江科技学院计算机科学与技术学院（人工智能学院）） ； College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息科学与电子工程学院） 纠错

专题命中 医学影像 ：medical image(abstract)；分类 cs.CV

AI总结 本文提出MedVeriSeg，一种无需训练的查询验证框架，使LISA-like医学分割模型能够拒绝虚假分割查询。通过相似性响应质量评分模块和轻量级路由多代理验证模块，提升验证鲁棒性，并构建MedVeriSeg-Bench基准，有效减少幻觉分割。

Comments 13 pages, 9 figures

Polaffini: A feature-based approach for robust affine and polyaffine image registration

Polaffini: 一种基于特征的鲁棒仿射和多项式仿射图像配准方法

Antoine Legouhy, Cosimo Campo, Ross Callaghan, Hojjat Azadbakht, Hui Zhang

机构 * Hawkes Institute & Department of Computer Science, University College London, London, UK（霍克斯研究所及大学学院伦敦计算机科学系，伦敦，英国） ； Institut Pasteur, Université Paris Cité, Unité de Neuroanatomie Appliquée et Théorique（巴斯德研究所，巴黎城市大学，应用与理论神经解剖学单元） ； AINOSTICS ltd., Manchester, UK（AINOSTICS有限公司，曼彻斯特，英国） 纠错

专题命中 医学影像 ：medical image(abstract)；分类 cs.CV

AI总结 提出Polaffini框架，利用深度学习分割模型提取解剖对应点，通过闭式解实现全局和局部仿射匹配，生成从仿射到多项式仿射的可调平滑变换，在结构对齐和下游非线性配准初始化上优于传统方法。

Comments associated github repo: https://github.com/CIG-UCL/polaffini

Advancements in Machine Learning and Deep Learning for Early Detection and Management of Mental Health Disorder

机器学习和深度学习在心理健康障碍早期检测和管理中的进展

Kamala Devi Kannan, Senthil Kumar Jagatheesaperumal, Rajesh N. V. P. S. Kandala, Mojtaba Lotfaliany, Roohallah Alizadehsanid, Mohammadreza Mohebbi

机构 * Department of Computer Science and Engineering, Mepco Schlenk Engineering College（梅科斯伦克工程学院计算机科学与工程系） ； Department of Electronics and Communication Engineering, Mepco Schlenk Engineering College（梅科斯伦克工程学院电子与通信工程系） ； School of Electronics Engineering (SENSE), VIT-AP University（VIT-AP大学电子工程学院（SENSE）） ； The Institute for Mental and Physical Health and Clinical Translation (IMPACT), School of Medicine, Deakin University（德金大学医学院心理健康与身体健康及临床转化研究所（IMPACT）） ； Biostatistics Unit, Faculty of Health, Deakin University（德金大学健康学院生物统计学单位） ； School of Medicine, Deakin University（德金大学医学院） 纠错

专题命中 医学影像 ：diagnosis(abstract)；分类 cs.LG

AI总结 综述了ML/DL在心理健康障碍早期诊断中的应用，涵盖医学影像、遗传和行为数据，并讨论了数据整合、伦理挑战及未来方向。

Comments 21 pages, 2 figures, 3 tables

Intrinsic Gaussian Tensor Geometry and Random Operator Spectra

有限阶希尔伯特型高斯随机张量估计

Guangqian Zhao

专题命中 医学影像 ：CT(abstract_cn)

AI总结 针对希尔伯特空间值的高斯随机张量，证明了固定有限混沌阶的估计，通过非交换Khintchine不等式的归纳得到，并推导出算子范数、秩对数、尾部等推论。

Comments 85 pages

Non-universality of color transparency onset in pion and kaon electroproduction

介子和kaon颜色透明度的正规范和通道依赖性形成动力学

Byung-Geel Yu, Tae Keun Choi, Kook-Jin Kong

专题命中 医学影像 ：CT(abstract)

AI总结 介子和kaon电产生数据揭示了颜色透明度起始的两个特征：正规范在两种反应中作用不同，且介子透明度由量子扩散模型解释，而kaon数据则显示不同的介子形成动力学。

Comments 5 pages, 1 figure

Ethical Framework for Responsible Foundational Models in Medical Imaging

医学影像领域负责任基础模型的伦理框架

Debesh Jha, Gorkem Durak, Abhijit Das, Jasmer Sanjotra, Onkar Susladkar, Suramyaa Sarkar, Ashish Rauniyar, Nikhil Kumar Tomar, Linkai Peng, Sirui Li, Koushik Biswas, Ertugrul Aktas, Elif Keles, Matthew Antalek, Zheyuan Zhang, Bin Wang, Xin Zhu, Hongyi Pan, Deniz Seyithanoglu, Alpay Medetalibeyoglu, Vanshali Sharma, Vedat Cicek, Amir A. Rahsepar, Rutger Hendrix, A. Enis Cetin, Bulent Aydogan, Mohamed Abazeed, Frank H. Miller, Rajesh N. Keswani, Hatice Savas, Sachin Jambawalikar, Daniela P. Ladner, Amir A. Borhani, Concetto Spampinato, Michael B. Wallace, Ulas Bagci

专题命中 医学影像 ：diagnosis(abstract)

AI总结 本研究针对医学影像领域基础模型整合临床实践时的隐私、偏差、可解释性等伦理挑战，提出含隐私保护、偏差应对、人类监督的伦理框架，以平衡创新与医学伦理原则。

Journal ref https://www.frontiersin.org/journals/medicine/articles/10.3389/fmed.2025.1544501/full

Amplitude-based echo-mode speed-of-sound tomography

基于振幅的回波模式声速层析成像

Michael Jaeger, Marina Eckermann

专题命中 医学影像 ：diagnosis(abstract)

AI总结 该研究针对传统回波模式计算超声层析成像（CUTE）的空间分辨率受限及伪影问题，提出基于振幅的a-CUTE方法，模拟及体模、在体实验证实其分辨率提升与伪影减少的优势。

Quantifying Injection-Driven Interphase Mass Transfer within Porous Media via Time-Elapsed X-ray micro-Computed Tomography

通过时间序列X射线微焦点计算机断层扫描量化多孔介质中的注入驱动质量传递

Christopher A. Allison, Ruotong Huang, Anindityo Patmonoaji, Lydia Knuefing, Anna L. Herring

专题命中 医学影像 ：CT(abstract)

AI总结 本文通过时间序列X射线微焦点计算机断层扫描评估三种分析方法在不同溶剂注入速率下的氢溶解过程，引入体积比过滤技术以减少溶解驱动的簇再移动偏误，发现三种方法在平均质量传递系数上差异较小，但对复杂现象的估计差异显著，研究结果为研究人员提供了选择分析方法的框架。

Comments Due to feedback from reviewers we have reworked the paper to improve clarity and tone, with better emphasis on the distinction and utility of each approach

CXRAgent: Director-Orchestrated Multi-Stage Reasoning for Chest X-Ray Interpretation

CXRAgent：用于胸部X光解读的由主任编排的多阶段推理

Jinhui Lou, Yan Yang, Zhou Yu, Zhenqi Fu, Weidong Han, Qingming Huang, Jun Yu

机构 * School of Computer Science, Hangzhou Dianzi University（杭州电子科技大学计算机科学学院） ； Department of Automation, Tsinghua University（清华大学自动化系） ； Department of Colorectal Medical Oncology, Zhejiang Cancer Hospital（浙江省肿瘤医院结直肠医学肿瘤科） ； School of Computer and Control Engineering, University of Chinese Academy of Sciences（中国科学院大学计算机与控制工程学院） ； School of Intelligence Science and Engineering, Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）智能科学与工程学院） 纠错

专题命中 医学影像 ：diagnosis(abstract)

AI总结 针对胸部X光解读中模型适应性差等问题，提出CXRAgent，通过中央主任协调多阶段，包括工具调用、诊断规划和协作决策，实验证明该方法性能出色，能提供视觉证据并适应不同临床任务。

Comments 10 pages, 4 figures, 7 Tables

Unravelling the mechanisms underlying crack initiation in additively manufactured steel

揭示增材制造钢中裂纹萌生的潜在机制

KenHee Ryou, Yaozhong Zhang, James A. D. Ball, Dan Rubio-Ejchel, Dillon Jobes, Buhari Ibrahim, Charles Romain, Minh-Son Pham, Henry Proudhon, Jerard V. Gordon

专题命中 医学影像 ：biomedical(abstract)

AI总结 研究增材制造钢裂纹萌生机制，结合多模态技术观察裂纹尖端塑性三维演变，发现锻造钢与增材制造合金在裂纹尖端塑性表现不同，揭示抗断裂能力受其空间演变控制，为提高损伤容限提供机理框架。

Eigenvalues of Brownian Motions on $\mathrm{GL}(N,\mathbb{C})$

关于\(\mathrm{GL}(N,\mathbb{C})\)上布朗运动的特征值

Tatiana Brailovskaya, Nicholas A. Cook, Todd Kemp, Félix Parraud

专题命中 医学影像 ：CT(abstract_cn)

AI总结 研究\(\mathrm{GL}(N,\mathbb{C})\)上布朗运动特征值，通过一族非退化扩散过程及对小\(t\)时布朗运动的定量逼近，证明其特征值经验法则几乎必然收敛到确定性概率测度，解决了相关猜想。

In Vivo Quantification of Glioma-Induced Solid Stress Using MR Elastography and Deformable Image Registration

使用磁共振弹性成像和可变形图像配准对胶质瘤诱导的固体应力进行体内定量

Noah Jaitner, Mehrgan Shahryari, Jakob Schattenfroh, Tom Meyer, Hossein S. Aghamiry, Jakob Ludwig, Jakob Jordan, Anastasia Janas, Anna Morr, Biru Huang, Boshra Shams, Thomas Picht, Gueliz Acker, Tobias Schaeffter, Jing Guo, Ingolf Sack

专题命中 医学影像 ：MRI(abstract)

AI总结 研究将多频磁共振弹性成像与基于3D磁共振成像的微分同胚可变形图像配准网络分析相结合，在小鼠模型和患者中无创量化胶质瘤诱导的固体应力，发现其与患者生存相关，是首次对胶质瘤患者机械应力的直接定量。

Phase-Space Contractions of Carrollian Black-Hole Thermodynamics

卡罗尔热力学的相空间收缩

Yingnan Xu, Shuangshuang Chu

专题命中 医学影像 ：CT(abstract_cn)

AI总结 本文研究了Schwarzschild-AdS黑洞热力学的卡罗尔极限，通过协变相空间推导了扩展Iyer-Wald恒等式，并探讨了相空间收缩对热力学体积贡献的影响。

Comments 35 pages

Differentially private inference framework for Riemannian manifold data

流形数据的差分隐私推断框架

Yangdi Jiang, Xiaotian Chang, Qirui Hu

专题命中 医学影像 ：medical image(abstract)

AI总结 本文提出一种新的系统性差分隐私推断框架，用于非欧几里得数据。设计了两种差分隐私机制用于流形上独立同分布数据的弗雷歇均值和方差，建立了推断估计量的一致性和中心极限定理，并通过实验证明方法的有效性。

Optimal Cash Transfers and Microinsurance to Reduce Social Protection Costs

最优现金转移与小额保险以降低社会保障成本

Pablo Azcue, Corina Constantinescu, José Miguel Flores-Contró, Nora Muler

专题命中 医学影像 ：CT(abstract)

AI总结 本文采用分段确定性马尔可夫过程建模家庭资本，通过动态规划求解最优现金转移策略，发现预防性转移比事后救助更节省成本。

Comments 50 pages, 8 figures

Efficient Quantum Fully Homomorphic Encryption

高效量子全同态加密

Fengxia Liu, Zixian Gong, Kun Tian, Yi Zhang, Zhiming Zheng, Maozhi Xu

专题命中 医学影像 ：CT(abstract)

AI总结 本文提出一种高效量子全同态加密框架，通过整合模运算程序、花园绳模型和测量基量子计算，显著提升效率，减少量子资源需求，支持完全经典客户端，基于经典LWE假设。

Comments 32pages, 2figures

Catheter Monitoring in Intelligent Endovascular Navigation Systems: Interactive Simulations and Mixed Reality for Enhanced Navigational Awareness

智能血管内导航系统中的导管监测：用于增强导航意识的交互式模拟与混合现实

Veronica Ruozzi, Giovanni Battista Regazzo, Maria Chiara Palumbo, Wim-Alexander Beckers, Mouloud Ourak, Xiu Zhang, Francesca Perico, Alessandro Caimi, Emmanuel Vander Poorten, Emiliano Votta

专题命中 医学影像 ：CT(abstract_cn)

AI总结 提出一种结合实时导管形状重建、交互式模拟和混合现实可视化的框架，通过有限元模型和传感器数据监测导管-血管相互作用，实验验证位移误差低于2.33毫米。

Comments Int J CARS (2026)

Nonspherical gas bubble dynamics in viscoelastic soft materials

粘弹性软材料中非球形气泡动力学

Sawyer Remillard, Mauro Rodriguez

专题命中 医学影像 ：biomedical(abstract)

AI总结 针对粘弹性材料中非球形气泡动力学预测难题，提出叠加旋转扰动的势流模型，采用Kelvin-Voigt本构，满足动量平衡和应力连续，与实验数据吻合。

Super-Resolution Structured-Illumination X-Ray Microscopy based on Fourier Decomposition

基于傅里叶分解的超分辨结构照明X射线显微镜

Stefan Schwaiger, Lennart Forster, Martin Dierolf, Franz Pfeiffer, Benedikt Günther

专题命中 医学影像 ：biomedical(abstract)

AI总结 提出一种超分辨X射线显微镜方法，通过结构照明编码高频信息，利用傅里叶分解解码，实现2.2倍分辨率提升，并扩展至显微断层成像，同时获取相位衬度和暗场图像。

MedBeads: An AI-Native Clinical Context Graph Built from Immutable Beads and Reconstructable Clinical Links

MedBeads：面向可信医疗AI的智能体原生不可变数据基底

Takahito Nakajima

机构 * Diagnostic Imaging and Interventional Radiology, Institute of Medicine, University of Tsukuba（东京大学医学研究院诊断影像与介入放射学部） ； Center for Cyber Medicine Research, University of Tsukuba（东京大学计算机医学研究中心） 纠错

专题命中 临床大模型 ：medical AI(title,abstract)

AI总结 针对医疗AI中电子病历与智能体间的上下文不匹配问题，提出基于Merkle有向无环图的不可变数据架构MedBeads，通过确定性图遍历替代概率检索，实现可审计、防篡改的临床上下文提供。

Comments 23 pages, 5 figures, 3 tables. Reference implementation and reproducible Docker demo available at https://github.com/medbeads/medbeads

A Patient Simulation Framework for Risk Assessment of Conversational Healthcare AI: Evaluation of an Antidepressant Decision Aid

通过患者模拟推进AI可信度：对抗抑郁药物选择的对话代理风险评估

Md Tanvir Rouf Shawon, Mohammad Sabik Irbaz, Hadeel R. A. Elyazori, Keerti Reddy Resapu, Yili Lin, Vladimir Franzuela Cardenas, K. Pierre Eklou, Farrokh Alemi, Kevin Lybarger

机构 * George Mason University (GMU)（乔治梅森大学） 纠错

专题命中 临床大模型 ：healthcare AI(title)；clinical AI(abstract)

AI总结 本文提出一个患者模拟器用于评估医疗对话代理的可扩展自动化评估，通过系统变化医疗、语言和行为维度支持风险评估。方法基于NIST AI风险管理框架，整合医疗、语言和行为三种profile，评估AI决策辅助在抗抑郁药物选择中的表现。

A global log for medical AI

医疗AI的全局日志

Ayush Noori, Aaron E. Boussina, Hai Ho Bich, James Anibal, Julia Maslinski, Manuel Burger, Martin Faltys, Adam Rodman, Alan Karthikesalingam, Alessandro Blasimme, Annelia Itwaru, Ben Kaplan, Bilal A. Mateen, Christopher A. Longhurst, Daniel Yang, Dave deBronkart, Effy Vayena, Fedor Sergeev, Gauden Galea, Ha Thi Hai Duong, Harold F. Wolf, Jacob Waxman, Joerg C. Schefold, Joshua C. Mandel, Juliana Rotich, Kenneth D. Mandl, Lily Poursoltan, Maryam Mustafa, Melissa Miles, Nigam H. Shah, Noa Dagan, Pavan Bodanki, Peter Lee, Philipp Koralus, Prathamesh Parchure, Prem Timsina, Ran D. Balicer, Robert Korom, Scott Mahoney, Seth Hain, Tien Yin Wong, Trevor Mundel, Vivek Natarajan, Ankit Sakhuja, Benjamin Glicksberg, C. Louise Thwaites, Gunnar Rätsch, Karandeep Singh, David A. Clifton, Isaac S. Kohane, Marinka Zitnik

机构 * Harvard Medical School（哈佛医学院） ； University of Oxford（牛津大学） ； Institute for Ethics in AI（人工智能伦理研究所） ； Cosmos Institute（宇宙研究所） ； Harvard Medical School and Clalit Research Institute（哈佛医学院和Clalit研究机构） ； University of California, San Diego（加州大学圣地亚哥分校） ； Joan and Irwin Jacobs Center for Health Innovation（乔安和伊万·雅各布健康创新中心） ； Oxford University Clinical Research Unit（牛津大学临床研究中心） ； Icahn School of Medicine at Mount Sinai（辛格纳医学中心） ； The Hasso Plattner Institute for Digital Health at Mount Sinai（辛格纳医学中心数字健康研究所） ； ETH Zurich（苏黎世联邦理工学院） ； University Hospital, University of Bern（伯恩大学医院） ； Beth Israel Deaconess Medical Center（贝斯以色列医疗中心） ； Google DeepMind（谷歌DeepMind） ； The Mount Sinai AI Assurance Lab（辛格纳医学中心人工智能保证实验室） ； University of Birmingham（伯明翰大学） ； PATH（PATH组织） ； Seattle Children’s Hospital（西雅图儿童医院） ； Department of Pediatrics, University of California, San Diego（加州大学圣地亚哥分校儿科部） ； Kaiser Foundation Health and Hospitals（凯撒基金会健康与医院） ； e-Patient Dave, LLC（e-Patient Dave公司） ； Regional Office for Europe, World Health Organization（世界卫生组织欧洲地区办公室） ； University of Malta（马耳他大学） ； Centre for Tropical Medicine and Global Health, University of Oxford（牛津大学热带医学与全球健康中心） ； Healthcare Information and Management Systems Society（医疗信息与管理系统协会） ； Clalit Research Institute, Innovation Division, Clalit Health Services（Clalit研究机构创新部门，Clalit健康服务） ； Microsoft Research（微软研究院） ； Gates Foundation（比尔及梅琳达·盖茨基金会） ； Computational Health Informatics Program, Boston Children’s Hospital（波士顿儿童医院计算健康信息学项目） 纠错

专题命中 临床大模型 ：medical AI(title,abstract)

AI总结 提出MedLog协议，为医疗AI系统提供事件级日志记录，包含九个核心字段，并在多个部署中验证其监测模型行为、工作流交互及下游结果的能力。

Comments MedLog website: https://medlogprotocol.ai

The Path to Self-Evolving Clinical Systems: Scaling Medical Agents from Assistance to Autonomy

自我进化临床系统之路：将医疗智能体从辅助扩展到自主

Chunzheng Zhu, Lei Tian, Bohan Tan, Ziqi Zhou, Yuxuan Sun, Yijun Wang, Chengchao Lv, Yilin Wen, Yijun He, Jinghao Lin, Yihang Chen, Chee Wei Tan, Qianshan Wei, Lei Zhao, Bin Pu, Kenli Li, Yuan Xue, Jianxin Lin

机构 * Hunan University（湖南大学） ； ByteDance（字节跳动） ； Duke University（杜克大学） ； Westlake University（西湖大学） ； The University of Hong Kong（香港大学） ； Nanyang Technological University（南洋理工大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Macau（澳门大学） ； The Ohio State University（俄亥俄州立大学） 纠错

专题命中 临床大模型 ：pathology(abstract)；radiology(abstract)

AI总结 研究探讨大语言模型等对医疗智能体的重塑，从临床部署出发，将其形式化为决策系统并给出自主性分类。沿统一框架扩展，强调临床环境扩展为关键方向，定位临床自我进化为前沿，还研究了多领域应用及挑战，提供医学成像系统路线图。

Comments Project page: https://github.com/zhcz328/Awesome-Medical-Agents

Cura 1T: Specialized Model for Agentic Healthcare

Cura 1T：用于智能医疗保健的专用模型

actAVA AI, :, Haolin Chen, Leon Qi, Steve Brown, Deon Metelski, Tao Xia, Joonyul Lee, Qixuan Wang, Kevin Riley, Frank Wang, Weiran Yao

机构 * actAVA AI（actAVA人工智能公司） 纠错

专题命中 临床大模型 ：healthcare AI(abstract)；diagnosis(abstract)

AI总结 研究针对医疗保健中多任务需求及能力失效问题，提出通过人工门控自我进化循环训练的Cura 1T模型，以数据为中心改进模型，该模型在医疗评估套件中表现优异，在相关基准测试中保持竞争力。

Comments Model: https://actava.ai/cura; Docs: https://actava.ai/cura/docs; Github: https://github.com/actava-ai/Cura

Multimodality Stacking with Blockwise missing values and application to the PIONeeR biomarkers study for prediction of resistance to immunotherapy

具有分块缺失值的多模态堆叠及其在预测免疫治疗耐药性的PIONeeR生物标志物研究中的应用

Mohamed Boussena, Florence Monville, Jacques Fieschi-Meric, Frederic Vely, Pierre Milpied, Julien Mazieres, Maurice Perol, Eric Vivier, Laurent Greillier, Fabrice Barlesi, Sebastien Benzekry

机构 * Inria – Inserm team COMPO, COMPutational pharmacology and clinical Oncology, Centre Inria Sophia Antipolis - Méditerranée, Centre de Recherches en Cancérologie de Marseille, Inserm U1068, CNRS UMR7258, Institut Paoli-Calmettes, Pharmacy faculty, Aix-Marseille University（Inria - Inserm COMPO团队，计算药理学和临床肿瘤学，Inria Sophia Antipolis -地中海， Marseille癌症研究中心，Inserm U1068，CNRS UMR7258，Paoli-Calmettes研究所，药学系，Aix-Marseille大学） ； Veracyte SAS, Marseille, France（Veracyte SAS，法国马赛） ； Assistance Publique-Hôpitaux de Marseille (APHM), Marseille, France（马赛公共医院（APHM），法国马赛） ； Toulouse University Hospital, Toulouse, France（图卢兹大学医院，法国图卢兹） ； Centre Leon Berard, Lyon, France（Leon Berard中心，法国里昂） ； Innate Pharma, Marseille, France（Innate Pharma，法国马赛） ； Université Paris Saclay, Gustave Roussy, Inserm, Prédicteurs Moléculaires et nouvelles cibles en oncologie (U981), F-94805, Villejuif, France（巴黎萨克雷大学，Gustave Roussy，Inserm，分子预测与肿瘤学新靶点（U981），法国维尔若，F-94805） 纠错

专题命中 临床大模型 ：biomedical(abstract)；分类 cs.LG、q-bio

AI总结 提出多模态堆叠框架MSB，通过独立建模各模态特征并利用交叉验证堆叠元学习器聚合预测，解决高维和分块缺失问题，在PIONeeR研究中预测非小细胞肺癌免疫治疗无进展生存期，性能优于基线算法。

Smooth Flow Matching for Synthesizing Functional Data

平滑流匹配用于合成函数数据

Jianbin Tan, Anru R. Zhang

机构 * Department of Biostatistics & Bioinformatics, Duke University（杜克大学生物统计与生物信息学系） ； Department of Computer Science, Duke University（杜克大学计算机科学系） 纠错

专题命中 临床大模型 ：biomedical(abstract)；分类 cs.LG

AI总结 本文提出平滑流匹配框架，解决函数数据生成中的隐私、稀疏采样等挑战，通过高效方法生成高质量数据，适用于医疗记录等场景。

Comments Accepted for publication in The Annals of Statistics

FoMoH: A clinically meaningful foundation model evaluation for structured electronic health records

FoMoH：针对结构化电子健康记录的具有临床意义的基础模型评估

Vincent Jeanselme, Zilin Jing, Aparajita Kashyap, Chao Pang, Florent Pollet, Young Sang Choi, Xinzhuo Jiang, Yuta Kobayashi, Yanwei Li, Sara Matijevic, Karthik Natarajan, Shalmali Joshi

机构 * Department of Biomedical Informatics Columbia University（生物医学信息学系 哥伦比亚大学） 纠错

专题命中 临床大模型 ：diagnosis(abstract)；分类 cs.LG

AI总结 本研究构建含14项临床预测任务的基准，评估6种EHR基础模型，发现其在标注数据有限时区分性能更优、群体公平性更好，但低患病率场景表现差、跨机构可迁移性不足。

Trajectory-guided discharge stratification for heart failure using short-context electronic health record sequence modeling

利用序列建模预测心力衰竭患者一年临床不稳定性和死亡率

Falk Dippel, Yinan Yu, Annika Rosengren, Martin Lindgren, Christina E. Lundberg, Erik Aerts, Martin Adiels, Helen Sjöland

机构 * Sahlgrenska University Hospital（斯德哥尔摩大学医院） ； Department of Computer Science and Engineering, Chalmers University of Technology and University of Gothenburg（计算机科学与工程系，查尔姆斯理工大学和乌普萨拉大学） ； Department of Molecular and Clinical Medicine, Sahlgrenska Academy, University of Gothenburg（分子与临床医学系，斯德哥尔摩学院，乌普萨拉大学） ； Department of Medicine, Geriatrics and Emergency Medicine, Sahlgrenska University Hospital（医学、老年医学和急诊医学系，斯德哥尔摩大学医院） ； Department of Food and Nutrition, and Sport Science, Faculty of Education, University of Gothenburg（营养学与体育科学系，教育学院，乌普萨拉大学） ； School of Public Health and Community Medicine, Institute of Medicine, University of Gothenburg（公共卫生与社区医学系，医学院，乌普萨拉大学） 纠错

专题命中 临床大模型 ：diagnosis(abstract)；分类 cs.LG

AI总结 研究通过序列模型预测心力衰竭患者一年内的临床不稳定性和死亡风险，发现Llama模型在有限数据下表现优异，为出院后风险分层提供依据。