医学 AI

BDIViz: An Interactive Visualization System for Biomedical Schema Matching with LLM-Powered Validation

BDIViz：一种基于大语言模型验证的生物医学模式匹配交互可视化系统

Eden Wu, Dishita G Turakhia, Guande Wu, Christos Koutras, Sarah Keegan, Wenke Liu, Beata Szeitz, David Fenyo, Cláudio T. Silva, Juliana Freire

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 BDIViz通过交互式可视化技术解决生物医学模式匹配中的可扩展性和语义模糊问题，结合多种匹配方法与大语言模型验证，提升匹配准确性并降低认知负担。

Comments 11 pages, 9 figures. Accepted to IEEE VIS 2025 (Full Papers Track, submission ID 1204)

Journal ref IEEE Transactions on Visualization and Computer Graphics, vol. 32, no. 1, pp. 1208-1218, Jan. 2026

HyEm: Query-Adaptive Hyperbolic Retrieval for Biomedical Ontologies via Euclidean Vector Indexing

HyEm：通过欧几里得向量索引实现查询自适应的双曲检索用于生物医学本体

Ou Deng, Shoji Nishimura, Atsushi Ogihara, Qun Jin

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 HyEm通过结合双曲本体嵌入与欧几里得ANN基础设施，解决生物医学本体中层次感知的检索问题，提升实体中心查询和混合意图查询性能，保持索引可扩展性。

VerifAI: A Verifiable Open-Source Search Engine for Biomedical Question Answering

VerifAI：一种可验证的开源搜索引擎用于生物医学问答

Miloš Košprdić, Adela Ljajić, Bojana Bašaragin, Darija Medvecki, Lorenzo Cassano, Nikola Milošević

机构 * The Institute for Artificial Intelligence Research and Development of Serbia（塞尔维亚人工智能研究与开发研究所） ； Bayer A.G.（拜耳公司） 纠错

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 VerifAI是一种开源专家系统，结合检索增强生成与新型事后断言验证机制，通过分解生成答案为原子断言并验证其与检索证据的一致性，提升生物医学问答的准确性。

Journal ref Sumitted to IEEE Access,2026

Is Biomedical Specialization Still Worth It? Insights from Domain-Adaptive Language Modelling with a New French Health Corpus

生物医学专业化仍然值得吗？基于新法语健康语料库的领域自适应语言建模洞察

Aidan Mannion, Cécile Macaire, Armand Violle, Stéphane Ohayon, Xavier Tannier, Didier Schwab, Lorraine Goeuriot, François Portet

机构 * Université Grenoble Alpes, CNRS, Grenoble INP, LIG（格勒诺布尔阿尔卑斯大学，法国国家科学研究中心，格勒诺布尔国立理工学院，格勒诺布尔信息学实验室） ； Sorbonne Université, LIMICS（索邦大学，医学信息学与知识工程实验室） 纠错

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 本文探讨了在法语生物医学领域通过持续预训练对小型至中型LLM进行专业化的方法，发现DAPT在资源受限情况下有效，但需通过模型合并缓解泛化权衡。

MedConclusion: A Benchmark for Biomedical Conclusion Generation from Structured Abstracts

MedConclusion：一个用于从结构化摘要中生成生物医学结论的基准数据集

Weiyue Li, Ruizhi Qian, Yi Li, Yongce Li, Yunfan Long, Jiahui Cai, Yan Luo, Mengyu Wang

机构 * Harvard AI and Robotics Lab, Harvard Medical School（哈佛大学医学院哈佛人工智能与机器人实验室） ； University of Southern California（南加州大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Stanford University（斯坦福大学） ； Kempner Institute for the Study of Natural and Artificial Intelligence, Harvard University（哈佛大学肯普纳自然与人工智能研究所） 纠错

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 本文提出MedConclusion数据集，包含570万篇PubMed结构化摘要，用于生物医学结论生成。通过配对摘要非结论部分与原始结论，提供证据到结论推理的自然监督。数据集还包含期刊级元数据，支持跨生物医学领域的子组分析。

Four Generations of Quantum Biomedical Sensors

四代量子生物医学传感器

Xin Jin, Priyam Srivastava, Ronghe Wang, Yuqing Li, Jonathan Beaumariage, Tom Purdy, M. V. Gurudev Dutt, Kang Kim, Kaushik Seshadreesan, Junyu Liu

机构 * University of Pittsburgh（匹兹堡大学） ； University of Pittsburgh School of Medicine（匹兹堡大学医学院） 纠错

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 本文提出四代量子生物医学传感器框架，通过量子资源利用演变分析，探讨从经典噪声限制到量子增强智能的过渡路径。

Comments 22 pages, 5 figures, 6 tables

PubMed Reasoner: Dynamic Reasoning-based Retrieval for Evidence-Grounded Biomedical Question Answering

PubMed Reasoner: 基于动态推理的证据导向生物医学问答检索

Yiqing Zhang, Xiaozhong Liu, Fabricio Murai

机构 * PayPal ； Worcester Polytechnic Institute（伍斯特理工学院） 纠错

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 PubMed Reasoner通过动态推理机制提升生物医学问答的准确性与证据可靠性，采用三阶段框架优化检索过程并生成有据可查的回答。

Comments 20 pages; under review

Trends in Equal-Contribution Authorship: A Large-Scale Bibliometric Analysis of Biomedical Literature

同等贡献作者制的趋势：生物医学文献的大规模文献计量分析

Binbin Xu

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 研究生物医学文献中同等贡献作者制的时间趋势、期刊分布及地域差异，揭示其增长及作者位置集中现象，强调透明贡献信息的重要性。

Journal ref Quantitative Science Studies, 1-15 (2026)

Graph-Aware Late Chunking for Retrieval-Augmented Generation in Biomedical Literature

面向生物医学文献的图感知后期分块检索增强生成

Pouria Mortezaagha, Arya Rahgozar

机构 * Methodological Implementation Research, Ottawa Hospital Research Institute（方法学实施研究，渥太华医院研究所在职） ； School of Engineering Design and Teaching Innovation, University of Ottawa（工程设计与教学创新学院，渥太华大学） 纠错

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 本文提出GraLC-RAG框架，结合图感知结构智能与后期分块技术，通过结构感知分块、UMLS知识图谱融合和图引导混合检索，提升生物医学文献多部分信息检索与生成质量。

Parsimonious Subset Selection for Generalized Linear Models with Biomedical Applications

通用线性模型中用于生物医学应用的简洁子集选择

Anant Mathur, Benoit Liquet, Samuel Muller, Sarat Moka

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 本文提出了一种高效的子集选择方法COMBSS-GLM，用于高维生物医学研究，通过连续布尔松弛和Frank-Wolfe算法实现稀疏且可解释的模型，同时在生物医学应用中表现出色。

Overview of TREC 2025 Biomedical Generative Retrieval (BioGen) Track

TREC 2025生物生成检索（BioGen）赛道概述

Deepak Gupta, Dina Demner-Fushman, William Hersh, Steven Bedrick, Kirk Roberts

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 本文探讨了大型语言模型在生物医学任务中的最新进展，指出尽管模型在处理和综合复杂生物医学信息方面表现出色，但生成陈述的可验证性仍是关键挑战，特别是在医疗问答等高风险领域。

MedCL-Bench: Benchmarking stability-efficiency trade-offs and scaling in biomedical continual learning

MedCL-Bench：评估生物医学持续学习中的稳定性-效率权衡和扩展性

Min Zeng, Shuang Zhou, Zaifu Zhan, Rui Zhang

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 本文提出MedCL-Bench，通过十个生物医学NLP数据集评估十一种持续学习策略，揭示不同方法在保留率、迁移能力和计算成本上的差异。

Biomedical active matter: Emergence and breakdown of collective functionalities

生物医学活性物质：集体功能的涌现与崩溃

Arnold Mathijssen, Hamed Almohammadi, Lauren Altman, Talia Calazans, M. J. Ferencz, Michelle Fung, Ian J. Lee, Maciej Lisicki, Ivy Liu, Maggie Liu, Tianyi Liu, Ernest Park, Ran Tao, Albane Thery, Zeyuan Wang, Margot Young

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 本文探讨生物医学活性物质中集体功能的涌现与崩溃，分析了自组织、运动、感知、适应等核心机制，并提出通过微机器人群、生物启发材料等技术治疗相关疾病的方法。

Comments Review paper, 33 pages, 5 figures

Large Language Models for Biomedical Article Classification

用于生物医学文章分类的大型语言模型

Jakub Proboszcz, Paweł Cichosz

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 本文研究了大型语言模型在生物医学文章分类中的应用，通过对比传统算法，验证了其有效性并提出了实用的设置建议。

Comments 63 pages, 25 tables, 4 figures

MedInjection-FR: Exploring the Role of Native, Synthetic, and Translated Data in Biomedical Instruction Tuning

MedInjection-FR: 探索原生、合成和翻译数据在生物医学指令微调中的作用

Ikram Belmadani, Oumaima El Khettari, Pacôme Constant dit Beaufils, Benoit Favre, Richard Dufour

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 MedInjection-FR研究通过结合原生、合成和翻译数据，探索其在生物医学指令微调中的作用，发现原生数据效果最佳，混合数据提供互补优势，合成数据需与原生结合才能提升性能。

Comments Accepted in LREC-2026

Literature Based Discovery (LBD): Towards Hypothesis Generation and Knowledge Discovery in Biomedical Text Mining

基于文献的发现（LBD）：向生物医学文本挖掘中的假设生成和知识发现迈进

Balu Bhasuran, Gurusamy Murugesan, Jeyakumar Natarajan

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 本文探讨了基于文献的发现（LBD）在生物医学文本挖掘中的应用，介绍了LBD的核心方法、相关技术及未来发展方向。

Comments 43 Pages, 5 Figures, 4 Tables

Journal ref Medinformatics, 2026

EQ-5D Classification Using Biomedical Entity-Enriched Pre-trained Language Models and Multiple Instance Learning

利用生物医学实体增强的预训练语言模型和多实例学习进行EQ-5D分类

Zhyar Rzgar K Rostam, Gábor Kertész

机构 * Doctoral School of Applied Informatics and Applied Mathematics, Obuda University（应用信息与应用数学博士学校，奥布达大学） 纠错

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 本文提出利用生物医学实体增强的预训练语言模型和多实例学习方法，提升EQ-5D在摘要中的检测精度，实现更高效的系统文献综述自动化筛选。

Comments 12 tables

Zero-Shot Document-Level Biomedical Relation Extraction via Scenario-based Prompt Design in Two-Stage with LLM

零样本文档级生物医学关系抽取：基于场景的提示设计的两阶段方法与大语言模型

Lei Zhao, Ling Kang, Quan Guo

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 本研究提出一种基于场景的提示设计的两阶段方法，利用通用LLMs在降低硬件和劳动力成本的同时实现文档级生物医学关系抽取的高准确性。

DoAtlas-1: A Causal Compilation Paradigm for Clinical AI

DoAtlas-1：一种用于临床AI的因果编译范式

Yulong Li, Jianxu Chen, Xiwei Liu, Chuanyue Suo, Rong Xia, Zhixiang Lu, Yichen Li, Xinlin Zhuang, Niranjana Arun Menon, Yutong Xie, Eran Segal, Imran Razzak

机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Xi'an Jiaotong-Liverpool University（西安交通大学利物浦大学） 纠错

专题命中 生物医学文本 ：clinical AI(title)；medical AI(abstract)

AI总结 DoAtlas-1通过因果编译范式将医学证据转化为可执行代码，提升临床AI的可审计性和可验证性。

A Scoping Review of Synthetic Data Generation by Language Models in Biomedical Research and Application: Data Utility and Quality Perspectives

基于语言模型生成合成数据在生物医学研究与应用中的综述：数据效用和质量视角

Hanshu Rao, Weisi Liu, Haohan Wang, I-Chan Huang, Zhe He, Xiaolei Huang

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 本文综述了语言模型在生物医学领域生成合成数据的应用，分析了不同模态下的数据效用与质量挑战，指出需建立标准化评估框架以提升生物医学研究的应用效果。

Journal ref Journal of Healthcare Informatics Research (2026)

Virtual ultrasound machine operating in a GHz to MHz frequency range for particle-based biomedical simulations

针对GHz到MHz频率范围的虚拟超声机用于基于粒子的生物医学模拟

Urban Čoko, Tilen Potisk, Matej Praprotnik

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 本文提出了一种基于粒子的虚拟超声机，用于在MHz到GHz频率范围内模拟超声波与物质的相互作用，展示了其在超声介导药物递送中的应用潜力。

BioACE: An Automated Framework for Biomedical Answer and Citation Evaluations

BioACE: 一种用于生物医学答案和引用评估的自动化框架

Deepak Gupta, Davis Bartels, Dina Demner-Fushman

机构 * Division of Intramural Research（院内研究部） ； National Library of Medicine（国家医学图书馆） 纠错

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 BioACE提出了一种自动化框架，用于评估生物医学答案和引用的质量，通过多方面指标和实验分析，提供最佳的评估方法。

Comments Work in progress

An Efficient Power Management Unit With Continuous MPPT and Energy Recycling for Wireless Millimetric Biomedical Implants

一种具有连续MPPT和能量回收的高效电源管理单元用于无线毫米级生物医学植入物

Yiwei Zou, Huan-Cheng Liao, Wei Wang, Wonjune Kim, Yumin Su, Jacob T. Robinson, Kaiyuan Yang

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 本文提出了一种高效电源管理单元，实现连续最大功率点跟踪和能量回收，用于无线毫米级生物医学植入物，显著提高了系统效率和充电效率。

Journal ref IEEE Journal of Solid-State Circuits, 2025

BioMedSearch: A Multi-Source Biomedical Retrieval Framework Based on LLMs

BioMedSearch: 基于LLMs的多源生物医学检索框架

Congying Liu, Xingyuan Wei, Peipei Liu, Yiqing Shen, Yanxu Mao, Tiehan Cui

机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； Johns Hopkins University（约翰霍普金斯大学） ； Henan University（河南大学） 纠错

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 BioMedSearch基于LLMs构建多源生物医学检索框架，通过整合文献、蛋白质数据库和网络搜索，提升复杂生物医学问题的准确回答能力。

Journal ref Proceedings of the IEEE International Conference on Bioinformatics and Biomedicine (BIBM), 2025

MedViz: An Agent-based, Visual-guided Research Assistant for Navigating Biomedical Literature

MedViz: 一种基于代理的、可视化引导的文献导航研究助手

Huan He, Xueqing Peng, Yutong Xie, Qijia Liu, Chia-Hsuan Chang, Lingfei Qian, Brian Ondov, Qiaozhu Mei, Hua Xu

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 MedViz通过整合AI代理与可视化技术，帮助研究人员更高效地探索和发现生物医学文献中的知识。

Causal Inference in Biomedical Imaging via Functional Linear Structural Equation Models

通过功能线性结构方程模型进行生物医学影像中的因果推断

Ting Li, Ethan Fan, Tengfei Li, Hongtu Zhu

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 本文提出功能线性结构方程模型（FLSEM）用于医学影像中的因果推断，通过标量工具变量建立可识别条件，并开发FGS-DAR算法实现高效变量选择，验证了方法在检测因果关系方面的有效性。

Better Generalizing to Unseen Concepts: An Evaluation Framework and An LLM-Based Auto-Labeled Pipeline for Biomedical Concept Recognition

更好地泛化到未见概念：一种评估框架和一个基于LLM的自动标注流水线用于生物医学概念识别

Shanshan Liu, Noriki Nishida, Fei Cheng, Narumi Tokunaga, Rumana Ferdous Munne, Yuki Yamagata, Kouji Kozaki, Takehito Utsuro, Yuji Matsumoto

机构 * RIKEN AIP ； University of Tsukuba（大学） 纠错

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 本文提出了一种评估框架和基于LLM的自动标注流水线，用于提升生物医学概念识别中对未见概念的泛化能力。

Comments Accepted to EACL 2026 (Main)

From Chaos to Clarity: Schema-Constrained AI for Auditable Biomedical Evidence Extraction from Full-Text PDFs

从混沌到清晰：基于模式约束的AI用于可审计的生物医学证据提取从全文PDFs

Pouria Mortezaagha, Joseph Shaw, Bowen Sun, Arya Rahgozar

机构 * Methodological Implementation Research（方法学实施研究） ； Ottawa Hospital Research Institute（渥太华医院研究所在） ； School of Engineering Design and Teaching Innovation（工程设计与教学创新学院） 纠错

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 本文提出了一种基于模式约束的AI系统，用于可审计地从复杂科学PDF中提取生物医学证据，提升提取精度和可追溯性。

A Benchmark for End-to-End Zero-Shot Biomedical Relation Extraction with LLMs: Experiments with OpenAI Models

一个用于基于LLM的端到端零样本生物医学关系抽取的基准：使用OpenAI模型进行实验

Aviv Brokman, Xuguang Ai, Yuhang Jiang, Shashank Gupta, Ramakanth Kavuluru

机构 * Division of Biomedical Informatics（生物医学信息学系） ； Department of Internal Medicine（内科部） ； University of Kentucky（肯塔基大学） 纠错

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 本文提出一个基于LLM的端到端零样本生物医学关系抽取基准，评估了OpenAI模型在不同数据集上的表现，发现其在部分数据集上接近监督方法，但在复杂输入上仍有不足。

Comments Accepted to appear in proceedings of the 3rd Workshop on Artificial Intelligence for Scientific Publications (WASP@AACL 2025). Code and data are available here: https://github.com/bionlproc/ZeroShotRE

MedRAGChecker: Claim-Level Verification for Biomedical Retrieval-Augmented Generation

MedRAGChecker: 用于生物医学检索增强生成的声明级验证

Yuelyu Ji, Min Gu Kwak, Hang Zhang, Xizhi Wu, Chenyu Li, Yanshan Wang

机构 * University of Pittsburgh（匹兹堡大学） 纠错

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 MedRAGChecker通过声明级验证和诊断框架，提高生物医学RAG生成答案的可靠性与安全性。