医学 AI

QSTRBench: a New Benchmark to Evaluate the Ability of Language Models to Reason with Qualitative Spatial and Temporal Calculi

QSTRBench: 一个评估语言模型进行定性空间和时间推理能力的新基准

Anthony G. Cohn, Robert E. Blackwell

机构 * School of Computer Science, The University of Leeds（利兹大学计算机科学学院） ； The Alan Turing Institute（阿兰·图灵研究院） ； Tongji University（同济大学） 纠错

专题命中 医学数据与评测 ：CT(abstract,abstract_cn)

AI总结 本文提出QSTRBench基准，用于评估大语言模型在定性空间和时间推理方面的能力，通过不同推理算法规则的组合性推理、反向关系和概念邻域等任务，展示了不同模型在处理不同算法规则时的表现差异，发现PA最简单而RCC-22最难。

Comments 74 pages, 20 figures

Speaker-Disentangled Remote Speech Detection of Asthma and COPD Exacerbations

基于语音的哮喘和COPD加重症远程检测中的说话者解耦

Yuyang Yan, Sami O. Simons, Visara Urovi

机构 * Institute of Data Science, Maastricht University（数据科学研究所，马斯特里赫特大学） ； NUTRIM Research Institute of Nutrition and Translational Research in Metabolism, Faculty of Health Medicine and Life Sciences, Maastricht University（营养与代谢转化研究营养研究所，健康医学与生命科学学院，马斯特里赫特大学） ； Maastricht University Medical Centre（马斯特里赫特大学医学中心） 纠错

专题命中 医学数据与评测 ：pathology(abstract)；diagnosis(abstract)

AI总结 本文提出了一种对抗学习架构，用于解耦与病理相关的语音特征与说话者身份属性，以提高哮喘和COPD加重症的检测性能和患者隐私保护，同时通过SHAP分析量化了语音特征对病理相关预测的贡献。

AgentRx: A Benchmark Study of LLM Agents for Multimodal Clinical Prediction Tasks

AgentRx: 一种针对多模态临床预测任务的LLM代理基准研究

Baraa Al Jorf, Farah E. Shamout

机构 * New York University Abu Dhabi（纽约大学阿布扎克分校） 纠错

专题命中 医学数据与评测 ：medical image(abstract)；radiology(abstract)

AI总结 本文研究了LLM代理在多模态临床预测任务中的表现，发现单代理框架在处理多模态数据和校准方面优于多代理系统，强调了改进多代理协作的重要性。

Comments Accepted at the AHLI Conference on Health, Inference, and Learning 2026

RANalyzer: Automated Continuous RAN Software Evaluation and Regression Analysis

RANalyzer：自动化连续RAN软件评估与回归分析

Ravis Shirkhani, Reshma Prasad, Leonardo Bonati, Tommaso Melodia, Michele Polese

专题命中 医学数据与评测 ：CT(abstract,abstract_cn)

AI总结 本文提出RANalyzer框架，通过结合LLM语义提取与残差分析，量化软件更新对性能的影响，利用大规模测试数据识别代码变更导致的性能退化并实现自动化评估。

Comments 9 pages, 11 figures, 2 tables

Automated Detection of Dosing Errors in Clinical Trial Narratives: A Multi-Modal Feature Engineering Approach with LightGBM

临床试验叙述中剂量错误自动检测：基于LightGBM的多模态特征工程方法

Mohammad AL-Smadi

机构 * Qatar University（卡塔尔大学） 纠错

专题命中 医学数据与评测 ：CT(abstract,abstract_cn)

AI总结 本文提出一种基于LightGBM的多模态特征工程方法，用于自动检测临床试验叙述中的剂量错误，通过结合多种特征提取方法提升模型性能，克服类别不平衡问题。

Comments Accepted for CL4Health 2026, LREC26 conference

Impact of Label Noise from Large Language Models Generated Annotations on Evaluation of Diagnostic Model Performance

大型语言模型生成标注的标签噪声对诊断模型性能评估的影响

Mohammadreza Chavoshi, Hari Trivedi, Janice Newsome, Aawez Mansuri, Chiratidzo Rudado Sanyika, Rohan Satya Isaac, Frank Li, Theo Dapamede, Judy Gichoya

专题命中 医学数据与评测 ：clinical AI(abstract)；radiology(abstract)

AI总结 本文研究了大型语言模型生成的标签噪声对诊断模型性能评估的影响，通过模拟框架分析了标签误差对模型表现的敏感性，并指出在不同疾病患病率下，标签质量对性能估计的系统性偏差。

MedMT-Bench: Can LLMs Memorize and Understand Long Multi-Turn Conversations in Medical Scenarios?

MedMT-Bench: LLMs能否在医学场景中记忆并理解长多轮对话？

Lin Yang, Yuancheng Yang, Xu Wang, Changkun Liu, Haihua Yang

机构 * ByteDance（字节跳动） 纠错

专题命中 医学数据与评测 ：medical AI(abstract)；diagnosis(abstract)

AI总结 MedMT-Bench通过模拟诊断治疗流程，测试LLM在长上下文记忆、干扰鲁棒性和安全防御方面的表现，发现17种前沿模型均无法达到60%以上的准确率。

Impact of Labeling Inaccuracy and Image Noise on Tooth Segmentation in Panoramic Radiographs using Federated, Centralized and Local Learning

标签不准确和图像噪声对全景放射影像中牙齿分割的影响：使用联邦学习、集中学习和本地学习

Johan Andreas Balle Rubak, Khuram Naveed, Sanyam Jain, Lukas Esterle, Alexandros Iosifidis, Ruben Pauwels

机构 * Department of Dentistry and Oral Health（牙科与口腔健康系） ； Aarhus University（奥胡斯大学） ； Department of Electrical- and Computer Engineering（电气与计算机工程系） ； Faculty of Information Technology and Communications Sciences（信息科技与通讯科学学院） ； Tampere University（塔尔库大学） 纠错

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

AI总结 研究比较了联邦学习、集中学习和本地学习在不同数据损坏场景下对全景放射影像中牙齿分割的性能，发现联邦学习在隐私保护下表现优异，且能有效检测异常。

LingLanMiDian: Systematic Evaluation of LLMs on TCM Knowledge and Clinical Reasoning

LingLanMiDian: LLMs在中医知识与临床推理上的系统评估

Rui Hua, Yu Wei, Zixin Shu, Kai Chang, Dengying Yan, Jianan Xia, Zeyu Liu, Hui Zhu, Shujie Song, Mingzhong Xiao, Xiaodong Li, Dongmei Jia, Zhuye Gao, Yanyan Meng, Naixuan Zhao, Yu Fu, Haibin Yu, Benman Yu, Yuanyuan Chen, Fei Dong, Zhizhou Meng, Pengcheng Yang, Songxue Zhao, Lijuan Pei, Yunhui Hu, Kan Ding, Jiayuan Duan, Wenmao Yin, Yang Gu, Runshun Zhang, Qiang Zhu, Jian Yu, Jiansheng Li, Baoyan Liu, Wenjia Wang, Xuezhong Zhou

机构 * Department of Computer Science and Technology, Beijing Jiaotong University, Beijing, China（北京交通大学计算机科学与技术学院） ； Tianjin Tasly Digital Chinese Medicine Technology Co., Ltd.（天津塔斯丽数字中医科技有限公司） ； Tasly Biopharmaceuticals Co., Ltd.（塔斯丽生物医药有限公司） ； State Key Laboratory of Chinese Medicine Modernization, Tianjin, China（中药现代化国家工程实验室，天津，中国） ； Institute of Liver Diseases, Hubei Key Laboratory of the theory and application research of liver and kidney in traditional Chinese medicine, Hubei Provincial Hospital of Traditional Chinese Medicine, Wuhan, China（肝病研究所，湖北省中医肝肾理论与应用研究重点实验室，湖北省中医药研究院，武汉，中国） ； Affiliated Hospital of Hubei University of Chinese Medicine, Wuhan, China（湖北中医药大学附属医院，武汉，中国） ； Hubei Province Academy of Traditional Chinese Medicine, Wuhan, China（湖北省中医药研究院，武汉，中国） ； Department of Gastroenterology, Guang’anmen Hospital, China Academy of Chinese Medical Sciences, Beijing, China（消化内科，广安门医院，中国中医科学院，北京，中国） ； China Academy of Chinese Medical Sciences, Beijing, China（中国中医科学院，北京，中国） ； China Institute for History of Medicine and Medical Literature, China Academy of Chinese Medical Sciences, Beijing, China（中国中医科学院中国医学史与医学文献研究所，北京，中国） ； Beijing Research Institute of Chinese Medicine, Beijing University of Chinese Medicine, Beijing, China（北京中医研究院，北京中医药大学，北京，中国） ； Beijing University of Chinese Medicine Third Affiliated Hospital, Beijing University of Chinese Medicine, Beijing 100029, China（北京中医药大学第三附属医院，北京中医药大学，北京100029，中国） 纠错

专题命中 医学数据与评测 ：medical AI(abstract)；diagnosis(abstract)

AI总结 LingLan基准测试系统评估了LLMs在中医知识和临床推理上的表现，揭示了当前模型与专家在专门推理上的差距。

MedConsultBench: A Full-Cycle, Fine-Grained, Process-Aware Benchmark for Medical Consultation Agents

MedConsultBench: 一个完整周期、细粒度、过程感知的医疗咨询代理基准

Chuhan Qiao, Jianghua Huang, Daxing Zhao, Ziding Liu, Yanjun Shen, Bing Cheng, Wei Lin, Kai Wu

机构 * Meituan（美团） 纠错

专题命中 医学数据与评测 ：medical AI(abstract)；diagnosis(abstract)

AI总结 MedConsultBench通过细粒度过程感知评估医疗咨询代理的完整咨询周期，揭示高诊断准确性背后的效率与安全问题。

Advanced Multi-Architecture Deep Learning Framework for BIRADS-Based Mammographic Image Retrieval: Comprehensive Performance Analysis with Super-Ensemble Optimization

先进多架构深度学习框架用于基于BIRADS的乳腺X线图像检索：结合超集成优化的全面性能分析

MD Shaikh Rahman, Feiroz Humayara, Syed Maudud E Rabbi, Muhammad Mahbubur Rashid

专题命中 医学数据与评测 ：medical image(abstract)；分类 cs.CV、cs.LG、eess.IV

AI总结 本文提出先进多架构深度学习框架，通过超集成优化提升基于BIRADS的乳腺图像检索性能，实现显著的精度提升和高效搜索。

Journal ref Journal of Imaging Informatics in Medicine (2025)

A Privacy-Preserving Ecosystem for Developing Machine Learning Algorithms Using Patient Data: Insights from the TUM.ai Makeathon

Simon Süwer, Mai Khanh Mai, Christoph Klein, Nicola Götzenberger, Denis Dalić, Andreas Maier, Jan Baumbach

专题命中 医学数据与评测 ：medical AI(abstract)；diagnosis(abstract)

CFL-SparseMed: Communication-Efficient Federated Learning for Medical Imaging with Top-k Sparse Updates

Gousia Habib, Aniket Bhardwaj, Ritvik Sharma, Shoeib Amin Banday, Ishfaq Ahmad Malik

机构 * University of Helsinki（赫尔辛基大学） ； Shoolini University（Shoolini大学） ； King Khalid University（国王 Khalid 大学） 纠错

专题命中 医学数据与评测 ：medical image(abstract)；分类 cs.CV、cs.LG、eess.IV

MAGIC-Flow: Multiscale Adaptive Conditional Flows for Generation and Interpretable Classification

Luca Caldera, Giacomo Bottacini, Lara Cavinato

机构 * MOX, Department of Mathematics Politecnico di Milano（米兰理工大学数学系MOX部门） 纠错

专题命中 医学数据与评测 ：medical AI(abstract)；分类 cs.CV、cs.LG、eess.IV

Metric-Guided Conformal Bounds for Probabilistic Image Reconstruction

Matt Y Cheung, Tucker J Netherton, Laurence E Court, Ashok Veeraraghavan, Guha Balakrishnan

机构 * Department of Electrical \& Computer Engineering, Rice University, Houston TX, USA Department of Radiation Physics, The University of Texas M.D. Anderson Cancer Center, Houston TX, USA 纠错

专题命中 医学数据与评测 ：CT(abstract)；分类 cs.CV、cs.LG、eess.IV

Comments Accepted as Long Oral at UNSURE @ MICCAI 2025. 11 pages, 4 figures, 1 table, 2 algorithms. Code available at https://github.com/matthewyccheung/conformal-metric. Previously titled "Metric-guided Image Reconstruction Bounds via Conformal Prediction"

MEGAN: Mixture of Experts for Robust Uncertainty Estimation in Endoscopy Videos

Damola Agbelese, Krishna Chaitanya, Pushpak Pati, Chaitanya Parmar, Pooya Mobadersany, Shreyas Fadnavis, Lindsey Surace, Shadi Yarandi, Louis R. Ghanem, Molly Lucas, Tommaso Mansi, Oana Gabriela Cula, Pablo F. Damasceno, Kristopher Standish

机构 * ETH Zurich, Switzerland（苏黎世联邦理工学院） 纠错

专题命中 医学数据与评测 ：medical AI(abstract)；分类 cs.CV、cs.LG、eess.IV

Comments 11 pages, 2 figures, 1 table, accepted at UNSURE, MICCAI

MLP-SRGAN: A Single-Dimension Super Resolution GAN using MLP-Mixer

Samir Mitha, Seungho Choe, Pejman Jahbedar Maralani, Alan R. Moody, April Khademi

专题命中 医学数据与评测 ：MRI(abstract)；分类 cs.CV、cs.LG、eess.IV

Comments 14 pages, 10 figures

A Modular Approach for Clinical SLMs Driven by Synthetic Data with Pre-Instruction Tuning, Model Merging, and Clinical-Tasks Alignment

Jean-Philippe Corbeil, Amin Dada, Jean-Michel Attendu, Asma Ben Abacha, Alessandro Sordoni, Lucas Caccia, François Beaulieu, Thomas Lin, Jens Kleesiek, Paul Vozila

专题命中 医学数据与评测 ：radiology(abstract)；biomedical(abstract)

Journal ref ACL 2025

Quantum-Inspired Privacy-Preserving Federated Learning Framework for Secure Dementia Classification

Gazi Tanbhir, Md. Farhan Shahriyar

专题命中 医学数据与评测 ：MRI(abstract)；diagnosis(abstract)

Comments This work has been accepted and presented at the 4th International Conference on Electrical, Computer and Communication Engineering (ECCE 2025), held at Chittagong University of Engineering & Technology (CUET), Bangladesh, in February 2025

SemiSegECG: A Multi-Dataset Benchmark for Semi-Supervised Semantic Segmentation in ECG Delineation

Minje Park, Jeonghwa Lim, Taehyung Yu, Sunghoon Joo

机构 * VUNO Inc.（VUNO公司） 纠错

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

Comments Accepted by CIKM 2025. The code is available at https://github.com/bakqui/semi-seg-ecg

Mammo-Mamba: A Hybrid State-Space and Transformer Architecture with Sequential Mixture of Experts for Multi-View Mammography

Farnoush Bayatmakou, Reza Taleei, Nicole Simone, Arash Mohammadi

机构 * Concordia Institute for Information Systems Engineering (CIISE)（康科德信息系统工程研究所） ； Concordia University（康科德大学） ； Thomas Jefferson University Hospital（托马斯·杰斐逊大学医院） 纠错

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

MedBookVQA: A Systematic and Comprehensive Medical Benchmark Derived from Open-Access Book

Sau Lai Yip, Sunan He, Yuxiang Nie, Shu Pui Chan, Yilin Ye, Sum Ying Lam, Hao Chen

机构 * Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（计算机科学与工程系，香港科学与技术大学） ； Department of Chemical and Biological Engineering, The Hong Kong University of Science and Technology（化学与生物工程系，香港科学与技术大学） ； Division of Life Science, The Hong Kong University of Science and Technology（生命科学系，香港科学与技术大学） 纠错

专题命中 医学数据与评测 ：clinical AI(abstract)；diagnosis(abstract)

Comments For data and code, see: https://huggingface.co/datasets/slyipae1/MedBookVQA and https://github.com/slyipae1/MedBookVQA

CaseReportBench: An LLM Benchmark Dataset for Dense Information Extraction in Clinical Case Reports

Xiao Yu Cindy Zhang, Carlos R. Ferreira, Francis Rossignol, Raymond T. Ng, Wyeth Wasserman, Jian Zhu

机构 * University of British Columbia（不列颠哥伦比亚大学） ； National Institutes of Health（美国国家卫生研究院） 纠错

专题命中 医学数据与评测 ：medical AI(abstract)；diagnosis(abstract)

Aneumo: A Large-Scale Multimodal Aneurysm Dataset with Computational Fluid Dynamics Simulations and Deep Learning Benchmarks

Xigui Li, Yuanye Zhou, Feiyang Xiao, Xin Guo, Chen Jiang, Tan Pan, Xingmeng Zhang, Cenyu Liu, Zeyun Miao, Jianchao Ge, Xiansheng Wang, Qimeng Wang, Yichi Zhang, Wenbo Zhang, Fengping Zhu, Limei Han, Yuan Qi, Chensen Lin, Yuan Cheng

机构 * Artificial Intelligence Innovation and Incubation Institute, Fudan University（复旦大学人工智能创新与孵化院） ； Shanghai Academy of Artificial Intelligence for Science（上海人工智能科学研究院） ； Huashan Hospital, Fudan University（复旦大学华山医院） ； Human Phenome Institute, Fudan University（复旦大学人类表型研究院） 纠错

专题命中 医学数据与评测 ：biomedical(abstract)；分类 cs.CV、cs.LG、eess.IV

Early Myocardial Infarction Detection over Multi-view Echocardiography

Aysen Degerli, Serkan Kiranyaz, Tahir Hamid, Rashid Mazhar, Moncef Gabbouj

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

Benchmarking learned algorithms for computed tomography image reconstruction tasks

Maximilian B. Kiss, Ander Biguri, Zakhar Shumaylov, Ferdia Sherry, K. Joost Batenburg, Carola-Bibiane Schönlieb, Felix Lucka

专题命中 医学数据与评测 ：CT(abstract)；分类 cs.CV、cs.LG、eess.IV

FLD+: Data-efficient Evaluation Metric for Generative Models

Pranav Jeevan, Neeraj Nixon, Amit Sethi

专题命中 医学数据与评测 ：medical image(abstract)；分类 cs.CV、cs.LG、eess.IV

Comments 13 pages, 10 figures

PET Synthesis via Self-supervised Adaptive Residual Estimation Generative Adversarial Network

Yuxin Xue, Lei Bi, Yige Peng, Michael Fulham, David Dagan Feng, Jinman Kim

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

Comments This work has been submitted to the IEEE for possible publication

Medical Imaging Complexity and its Effects on GAN Performance

William Cagas, Chan Ko, Blake Hsiao, Shryuk Grandhi, Rishi Bhattacharya, Kevin Zhu, Michael Lam

专题命中 医学数据与评测 ：medical image(abstract)；分类 cs.CV、cs.LG、eess.IV

Comments Accepted to ACCV, Workshop on Generative AI for Synthetic Medical Data

MediTOD: An English Dialogue Dataset for Medical History Taking with Comprehensive Annotations

Vishal Vivek Saley, Goonjan Saha, Rocktim Jyoti Das, Dinesh Raghu, Mausam

专题命中 医学数据与评测 ：diagnosis(abstract)；biomedical(abstract)

Comments EMNLP2024 Camera Ready Version