医学 AI

Bridging the English-Arabic Medical Knowledge Gap: Targeted Low-Rank Adaptation via Causal Layer Selection

缩小英阿医学知识鸿沟：通过因果层选择实现针对性低秩适配

Chaimae Abouzahir, Musa Khan, Hala Ali-Hassan, Congbo Ma, Khaled Saleh, Yousra Sadqi, Jihad Mallat, Walid Al-Eisawi, Nizar Habash, Farah E. Shamout

机构 * New York University Abu Dhabi（纽约大学阿布扎比分校） ； Cleveland Clinic Abu Dhabi（克利夫兰诊所阿布扎比分校） 纠错

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 该研究针对阿拉伯语医学LLMs性能弱于英文的问题，提出TLoRA方法并构建阿拉伯医学对话基准，通过机制诊断实现针对性适配，提升了阿拉伯语医学任务性能。

Bridging openEHR and OMOP: Expanded Mappings and Systematic Analysis of Semantic and Structural Limitations in the OMOP CDM

桥接openEHR与OMOP：扩展映射及OMOP CDM中语义与结构局限性的系统分析

Severin Kohler, Diego Boscá, Falk Meyer-Eschenbach, Prabash Galgane Banduge, Somayeh Abedian, Michael Marschollek, Roland Eils

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 该研究针对openEHR与OMOP CDM的互操作性问题，实施新一代Eos与OMOCL扩展映射，评估发现部分术语无法匹配、临床概念在OMOP中碎片化，为两大生态系统融合提供依据。

Self-Supervised Audio Representation Learning for Pediatric Asthma Detection in Emergency Care Using Digital Stethoscope Recordings

使用数字听诊器记录进行儿科哮喘检测的自监督音频表示学习

Fatemeh Bagheri, Thalia Pandolfi, Ervin Sejdic, Rohit Mohindra

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 研究探讨用呼吸音记录和机器学习检测儿科哮喘的可行性，利用预训练自监督语音模型提取特征，结合传统机器学习分类器，Wav2Vec 2.0与基于直方图的梯度提升结合表现最佳，为儿科哮喘检测提供非侵入性方法。

Comments Accepted for publication at EMBC2026

Toward Automated Detection of Documentation Inconsistencies in Electronic Health Records

迈向电子健康记录中文档不一致性的自动检测

Jian Lu, Panyu Chen, Miriam Treggiari, Robert Blessing, Danyang Zhuo, Chunhua Weng, William W. Stead, Anru R. Zhang

机构 * Duke University（杜克大学） ； Columbia University Medical Center（哥伦比亚大学医学中心） ； Vanderbilt University Medical Center（范德堡大学医学中心） 纠错

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 研究旨在检测电子健康记录中文档不一致性，采用两阶段LLM管道对3000份出院小结进行分析，发现多种类型不一致及反复出现的失败模式，建立了方法基础和概念框架以指导后续大规模分析。

Differentiable Cardiac Electrophysiology Simulations for Dynamical State and Parameter Estimation

用于动态状态和参数估计的可微心脏电生理模拟

Adarsh Pashikanti, Shrey Chowdhary, Alex Ho, Weizhen Li, Emilia Entcheva, Jan Christoph

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 研究心脏电生理模拟，提出可微模拟方法，通过定义损失函数并经基于梯度的优化最小化，结合有限差分法和平滑粒子流体动力学方法，能学习参数恢复动态，可应用于多种数据，有助于心律异常诊断及心脏个性化模型发展。

NVAITC AI Scientist: A Governed End-to-End Research System -- A Hypertension GWAS Case Study

NVAITC人工智能科学家：一个受治理的端到端研究系统——以高血压全基因组关联研究为例

Eddie Huang, Ken Liao, Iven Fu, Yang-Hsien Lin, Chao-Shun Zhan, Andy Liao, Virginia Chen, Johnson Sun, Pika Wang, Richard Huang, Jiun-Cheng Jiang, Ting-Yuan Liu, Hsing-Fang Lu, Ray Y. Lee, Chi-Chou Liao, Simon See, Fuu-Jen Tsai

机构 * Department of Medical Research, China Medical University Hospital（中国医药大学附设医院医学研究部） ； Master Program for Digital Health Innovation, China Medical University（中国医药大学数字健康创新硕士项目） ； Laboratory for Statistical and Translational Genetics, RIKEN Center for Integrative Medical Sciences（理化学研究所综合医学科学中心统计与转化遗传学实验室） ； AI-Driven Genomic Medicine and Drug Discovery Lab, China Medical University Hospital（中国医药大学附设医院人工智能驱动的基因组医学与药物发现实验室） 纠错

专题命中 临床大模型 ：biomedical(abstract)

AI总结 研究以高血压GWAS为例，介绍受治理的端到端智能研究系统NAIS，其集成多种功能。通过真实数据验证，NAIS能支持生物医学发现，规划队列提取等，重现高血压基因座，在药物性肝损伤预测中也有成果，可产生与专家主导流程相当的输出。

Comments 22 pages, 6 figures, 4 tables

A censoring-aware target interface for tabular foundation models in survival prediction

生存预测中用于表格基础模型的删失感知目标接口

Yue Lyu, Steven H. Lin, Xuelin Huang, Ziyi Li

专题命中 临床大模型 ：biomedical(abstract)

AI总结 研究针对表格患者数据事件发生时间预测中右删失问题，提出SurvFM-RMST框架，将生存结果转换为伪观察目标用于RMST回归，在模拟和多数据集测试中表现良好，支持其作为删失生存数据与表格基础模型预测的接口。

Comments 33 pages, 5 figures. Supplementary Information included as an ancillary file

Are LLMs Ready to Assist Physicians? PhysAssistBench for Interactive Doctor-Patient-EHR Assistance

LLMs 是否已准备好辅助医生？PhysAssistBench：交互式医患-电子病历辅助基准

Tianming Du, Peijie Yu, Sihan Shang, Danli Shi, My Linh Nguyen, Shengbo Gao, Guangyuan Li, Yinghong Yu, Yan Jiang, Qianlong Zhao, Behzad Bozorgtabar, Shaoxiong Ji, Jiazhen Pan, Daniel Rueckert, Jiancheng Yang

机构 * Aalto University（阿尔托大学） ； Tencent（腾讯） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Hong Kong Polytechnic University（香港理工大学） ； Aarhus University（奥胡斯大学） ； Technical University of Munich（慕尼黑工业大学） 纠错

专题命中 临床大模型 ：clinical LLM(abstract)

AI总结 提出PhysAssistBench基准，通过构建交互式患者代理评估LLM在医患-EHR交互中的协调能力，发现当前模型不可靠，瓶颈在于多维度协调而非单一能力。

Comments 34 pages with 8 figures

Aligning Clinical Needs and AI Capabilities: A Survey on LLMs for Medical Reasoning

对齐临床需求与人工智能能力：医学推理大语言模型综述

Qi Peng, Jiatong Li, Sirui Huang, Yiyang Jiang, Kaisong Gong, Ronger Ding, Shijie Ye, Changmeng Zheng, Yi Cai, Xiaobo Yang, Jin Huang, Xiao-Yong Wei, Qing Li

机构 * The Hong Kong Polytechnic University（香港理工大学） ； Hong Kong University（香港大学） ； South China University of Technology（华南理工大学） ； University of Toronto（多伦多大学） ； Peking Union Medical College Hospital（北京地坛医院） ； West China Hospital, Sichuan University（四川大学华西医院） 纠错

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 综述医学大语言模型在医疗领域的进展，提出双视角方法，连接临床实践与计算方法，建立五级能力方案并关联推理模式与医学任务，引入基准数据集并报告模型结果，讨论进展与挑战及未来方向。

Comments Accepted by Machine Intelligence Research

TriPAH: Imbalance-Aware Tri-Prompt Affinity Hashing for Cross-Modal Medical Retrieval

TriPAH：面向跨模态医学检索的不平衡感知三提示亲和哈希

Jiaming Bian, Songming Li, Yurui Song, Yunfei Chen, Yichao Cao, Jun Long

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 提出TriPAH框架，通过本体引导的患者级提示、轻量级提示-令牌混合器及不平衡感知多任务目标，解决跨模态医学哈希检索中的语义碎片、长尾标签和量化脆弱性问题，在三个数据集上超越现有方法。

Comments 10 pages, 3 figures, 4 tables

Landmarking with Latent Class Mixed Models for Dynamic Prediction of Time-to-event Data with Heterogeneous Biomarker Trajectories

基于潜在类别混合模型的地标法用于异质性生物标志物轨迹的生存数据动态预测

Víctor Velasco-Pardo, Nathan Constantine-Cooke, Charlie W. Lees, Catalina A. Vallejos

专题命中 临床大模型 ：biomedical(abstract)

AI总结 针对电子健康记录中异质性纵向轨迹，提出结合潜在类别混合模型的地标法，实现高效动态风险预测，并通过模拟和真实数据验证性能。

Uncertainty-Aware Longitudinal Forecasting of Alzheimer's Disease Progression Using Deep Learning

基于深度学习的阿尔茨海默病进展不确定性感知纵向预测

Arya Hariharan, Shreyank N Gowda, Anala M R

机构 * Department of Computer Science and Engineering, R.V. College of Engineering（计算机科学与工程系，R.V.工程学院） ； School of Computer Science, University of Nottingham（计算机科学学院，诺丁汉大学） 纠错

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 提出结合序数诊断预测、多时间轨迹生成和分解不确定性估计的概率框架，使用Temporal Fusion Transformer和混合密度网络预测五年轨迹，在ADNI上优于基线模型，并分离偶然与认知不确定性。

TTFT-Aware Graph Chain-of-Thought:Distance-Indexed Neural A* for Low-Hallucination Multi-Hop Medical Reasoning

TTFT感知的图链式思维：用于低幻觉多跳医学推理的距离索引神经A*

Bechir Dardouri, Kaïs Zhioua, Yassine Msaddak

机构 * Tanit Healthcare Technologies, Tunisia（突尼斯塔尼特医疗技术公司） 纠错

专题命中 临床大模型 ：clinical LLM(abstract)

AI总结 提出一种生产级GraphRAG框架，通过距离索引的神经A*算法在医学知识图谱中导航，结合PLL精确距离和AStarNet启发式，实现低延迟、低幻觉的多跳推理，并改善首令牌时间。

A Machine-Learned Comorbidity Index

机器学习共病指数

Suleman Baloch, Kishlay Jha, Alberto M. Segre, Philip M. Polgreen, Bijaya Adhikari

机构 * Department of Electrical and Computer Engineering, University of Iowa, Iowa, USA（电气与计算机工程系，爱荷华大学，爱荷华，美国） ； Department of Computer Science, University of Iowa, Iowa, USA（计算机科学系，爱荷华大学，爱荷华，美国） ； Department of Internal Medicine, University of Iowa, Iowa, USA（内科学系，爱荷华大学，爱荷华，美国） 纠错

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 提出一种机器学习共病指数（MLCI），通过最大化学习分数与多个临床结果之间的归一化希尔伯特-施密特独立性准则（nHSIC）来映射诊断代码为单一标量，捕获非线性风险-结果依赖，并在多个EHR数据集上优于基线方法。

Comments Accepted at the 43rd International Conference on Machine Learning (ICML 2026), Seoul, South Korea. 35 pages

Hierarchical Modeling of ICD Codes in EHR Foundation Models

EHR基础模型中ICD码的分层建模

Megha Thukral, Dong Gyun Kang, Rudra Pratap Singh, Shruthi Kashinath Hiremath, Katrin Hänsel, Thomas Plötz

机构 * School of Interactive Computing, Georgia Institute of Technology（佐治亚理工学院交互计算学院） ； Optum AI 纠错

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 研究利用ICD-10-CM层次结构作为归纳偏置，通过序列增强和图注入两种机制改进EHR表示学习，实验表明显式编码层次结构在域内和跨数据集任务中均优于扁平表示。

Revisiting the ABCs of Working with AI: A Replication with Radiologists

重新审视与AI合作的ABC：一项针对放射科医生的复制研究

Daniel Martin

专题命中 临床大模型 ：pathology(abstract)

AI总结 本研究在放射科医生分析胸部X光片的场景中，复制了Caplin等人关于能力和信念校准影响AI辅助收益的发现，验证了其外部有效性。

MIRA: Medical Image Reflection for Agentic Diagnosis

MIRA：面向智能体诊断的医学图像反射

Shengzhi Wang, Jun Yang, Kai Wu, Xiaozhong Ji, Yiwen Ye, Ziyang Chen, Mingliang Xiong, Wen Fang, Mingqing Liu, Mengyuan Xu, Miaoxuan Shan, Caiyan Liu, Bin He, Qingwen Liu

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

AI总结 该研究提出医学视觉诊断框架MIRA，通过两阶段训练优化工具使用与证据验证，在9个医学视觉推理基准上较Qwen3-VL-8B backbone提升7.44分，改善工具使用判断并减少有害判断。

PhenSPINE: A Standardized Benchmark for Spine Pathology Diagnosis

PhenSPINE：用于脊柱病理学诊断的标准化基准

Duong Ngoc Vu, Hai Son Nguyen, Trong-Nghia Nguyen, Bien Tran Van, Trang Mai Xuan, Huan Vu, Thien Van Luong

机构 * Business AI Lab, College of Technology, National Economics University（商业人工智能实验室，技术学院，越南国民经济大学） ； A2I Lab, Phenikaa School of Computing, Phenikaa University（A2I实验室，Ph Phenikaa大学计算学院） ； Radiology and Functional Exploration Center, Phenikaa University Hospital（放射学与功能探索中心，Phenikaa大学医院） 纠错

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

AI总结 研究针对脊柱病理学诊断自动化系统缺乏高质量基准的问题，提出PhenSPINE数据集及融合位置编码机制的诊断基准，通过多序列评估发现矢状面T2加权序列诊断价值最佳，建立了基线并为序列选择提供见解。

Comments 12 pages, figures, Accepted at CITA 2026 (The 15th Conference on Information Technology and its Applications, Scopus)

AT-Attn: Temporal-Aware Cross-Attention for Longitudinal Multimodal Alzheimer's Disease Diagnosis

AT-Attn：用于纵向多模态阿尔茨海默病诊断的时间感知交叉注意力机制

Xinyue Du, Yibo Liu, Zhenglei Zhou, Xuancheng Yao, Weimin Zhong, Qiuhui Chen

机构 * Xinyue Du1, Yibo Liu2, Zhenglei Zhou3, Xuancheng Yao2, Weimin Zhong1, Qiuhui Chen14（未知） 纠错

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

AI总结 研究针对纵向AD诊断中多模态信息整合难题，提出AT-Attn框架，结合多种技术整合MRI与临床信息，在患者级五折交叉验证中，该模型多项指标优于单模态和简单融合基线，为AD诊断提供临床相关补充信息。

Comments Submitted to IEEE BIBM 2026. 8 pages, 4 figures

CorePath: A Breast-Specialized Pathology Foundation Model for Core Needle Biopsy Diagnosis and Risk-Controlled Report Generation

CorePath：用于核心针活检诊断和风险可控报告生成的乳腺专用病理基础模型

Ting Yin, Danning Li, Chen Shu, Xiaoxia Yao, Boyu Fu, Yujing Chang, Tianyu Shi, Mengna Feng, Jie Chen, Jing Fu, Xiuli Xiao, Tianlin Li, Mumin Shao, Jiaxin Bi, Wenchuan Zhang, Xiaoyan Wu, Xiao Han, Zhang Zhang, Yuhao Yi, Hong Bu

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

AI总结 本研究开发乳腺专用病理基础模型CorePath，经7901对数据微调后，在多队列及基准上的CNB诊断任务中性能优于现有模型，结合风险控制模块实现低幻觉的可靠报告生成。

Comments The code will be made publicly available upon publication

NeRD: Neuro-Symbolic Rule Distillation for Efficient Ontology-Grounded Chain-of-Thought in Medical Image Diagnosis

NeRD：面向医学图像诊断的高效本体接地思维链的神经符号规则蒸馏

Hongxi Yang, Yiwen Jiang, Siyuan Yan, Jamie Chow, Eunis Li, Charlotte Poon, Stephanie Fong, Xiangyu Zhao, Deval Mehta, Yasmeen George, Zongyuan Ge

机构 * Department of Data Science & AI, Faculty of Information Technology, Monash University（莫纳什大学信息技术学院数据科学与人工智能系） ； AIM for Health Lab, Faculty of Information Technology, Monash University（莫纳什大学信息技术学院AIM健康实验室） ； Faculty of Engineering, Monash University（莫纳什大学工程学院） ； Faculty of Medicine, The Chinese University of Hong Kong（香港中文大学医学院） ； School of Computing Technologies, RMIT University（皇家墨尔本理工大学计算技术学院） 纠错

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

AI总结 提出NeRD框架，通过神经符号规则蒸馏生成高效、本体接地且非冗余的推理链，避免人工规则，在皮肤数据集上实现强诊断性能和可解释性，并首次实现专家介入的多模态思维链诊断。

Comments Accepted at MICCAI 2026

DynFS-MoE: Dynamic Functional-Structural Mixture-of-Experts for Post-Traumatic Epilepsy Diagnosis

DynFS-MoE: 用于创伤后癫痫诊断的动态功能-结构混合专家模型

Jun-En Ding, Spencer Chen, Henry Noren, Daniel Valdivia, Christine Yohn, Suhina Patel, Taylor Zink, Hai Sun, Feng Liu

机构 * Department of Systems Engineering, Stevens Institute of Technology（史蒂文斯理工学院系统工程系） ； Department of Neurosurgery, Robert Wood Johnson Medical School, Rutgers University（罗格斯大学罗伯特·伍德·约翰逊医学院神经外科） 纠错

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

AI总结 提出动态多模态混合专家框架，通过时间感知功能-结构编码和类别条件专家路由，融合功能与结构MRI，在三个二分类任务中优于静态融合基线，并揭示有意义的ROI交互。

MVMGNN;Multi-View Masked Graph Neural Network for Alzheimer's Disease Diagnosis using Structural MRI

MVMGNN；用于基于结构磁共振成像的阿尔茨海默病诊断的多视图掩码图神经网络

Ni Yao, Zhenxu Wang, Danyang Sun, Chuang Han, Yanting Li, Jiaofen Nan, Fubao Zhu, Chen Zhao, Weihua Zhou

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

AI总结 针对阿尔茨海默病诊断问题，提出基于结构磁共振成像的多视图掩码图神经网络模型MVMGNN，通过联合节点-边掩码和患者级跨视图门控融合机制，在ADNI数据集实验中表现优异，能识别关键脑区。

UniMod: Enhancing Multi-Modal Medical Diagnosis through Cross-Modality and Within-Modality Alignment

UniMod：通过跨模态与模态内对齐增强多模态医学诊断

Zijian Gu, Weikai Lin, Shuang Zhou, Zihan Chen, Song Wang

机构 * University of Central Florida（中佛罗里达大学） ； University of Rochester（罗切斯特大学） ； Harvard Medical School（哈佛医学院） ； University of Virginia（弗吉尼亚大学） 纠错

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

AI总结 UniMod框架通过要求各模态独立预测诊断缓解多模态医学诊断的捷径学习，添加跨模态与模态内对齐，在两个数据集上优于基线方法，还可扩展至多标签5分类诊断。

Comments Accepted to ACM Multimedia 2026 (MM '26). 10 pages, 7 figures, 5 tables. Code: https://github.com/futurespyhi/UniMod

What Makes Deep Learning Work for Traditional Chinese Medicine Tongue Diagnosis? A Comprehensive Ablation Study

深度学习为何能用于中医舌诊？一项全面的消融研究

Longxia Gao, Linan Wang, Yuhe Han, Junze Geng, Meng Zhang, Hanqing Zhao

机构 * College of Traditional Chinese Medicine, Hebei University（河北大学中医学院） 纠错

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

AI总结 该研究通过对中医舌诊数据集开展消融实验，明确了深度学习模型的关键设计原则，为相关多标签医学图像分类任务提供了可推广的依据。

Comments 30 pages, 8 figures, 9 tables

GlaKG: A Biomarker-Centric Fundus Knowledge Graph for Explainable Glaucoma Diagnosis and Risk Assessment

GlaKG：用于可解释性青光眼诊断和风险评估的以生物标志物为中心的眼底知识图谱

Cheng Huang, Jia Zhang, Yi Jiang, Yang Liu, Karanjit Kooner, Yadi Liu, Tsengdar Lee, Yang Xie, Wenqi Shi, Guanghua Xiao

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

AI总结 研究针对青光眼自动化诊断缺乏临床可解释性问题，构建以生物标志物为中心的眼底知识图谱GlaKG，整合多种信息进行诊断和风险分层，贡献了可临床审核的推理框架。

A dual-system approach for epilepsy diagnosis: integrating mamba-Bi-LSTM architecture with SHAP-based verification

一种双系统癫痫诊断方法：融合Mamba-Bi-LSTM架构与基于SHAP的验证

Mufeng Chen, Jia Xie, Fuchang Luo, Quansheng Ren

专题命中 诊断辅助 ：diagnosis(title,abstract)；medical AI(abstract)；分类 eess.SP；biomedical(journal_ref)

AI总结 提出双系统智能诊断框架，主判别系统结合Mamba与Bi-LSTM实现高精度，验证系统通过SHAP提供可解释性，准确率从92.6%提升至98.7%。

Comments 18 pages, 11 figures, 16 tables

Journal ref Biomedical Engineering Advances 11 (2026) 100218

Parcel2Progression: An Anatomy-aware Longitudinal Framework for Alzheimer's Disease Diagnosis

Parcel2Progression：一种用于阿尔茨海默病诊断的解剖学感知纵向框架

Madhumitha Venkatesh, Shanawaj S Madarkar, Konda Reddy Mopuri

机构 * Indian Institute of Technology Hyderabad（印度理工学院海得拉巴分校） 纠错

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

AI总结 本研究提出Parcel2Progression纵向Transformer框架，利用高分辨率可变长度4D sMRI，在ADNI等数据集上提升AD诊断与MCI转化预测性能，且可解释性与泛化性良好。

PDD-RRG: Posterior Diagnostic Decision for Study-level Radiology Report Generation

PDD-RRG：面向研究级放射学报告生成的后验诊断决策

Yang Yu, Yiming Ji, Bin Dai, Dong Zhang, Zhiyong Zhou, Shoushan Li, Yakang Dai

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

AI总结 针对现有RRG模型未充分利用检查信息、易因额外输入引发诊断错误的问题，提出PDD-RRG框架，通过多视角生成报告并聚合诊断结论，无需重训练即可提升RRG模型临床效能。

Comments Accepted by IJCAI 2026

NeuroGRIP: Retrieval-Augmented Graph Refinement for Knowledge-Grounded EEG Seizure Diagnosis

NeuroGRIP：用于基于知识的脑电图癫痫诊断的检索增强图细化

Lincan Li, Zheng Chen, Yushun Dong

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

AI总结 研究针对脑电图癫痫诊断难题，提出NeuroGRIP框架，结合外部医学知识校准脑电图图。通过构建知识库、利用大语言模型提取知识图，经对齐感知查询和相似性搜索检索关系证据，提升诊断准确性与可解释性，为临床诊断提供新框架。