Multiscale and multimodal network dynamics underpinning working memory
专题命中 医疗多模态 ：MRI(abstract)；分类 q-bio
科学与医疗
医学 AI
医学智能、临床 AI、医学影像、病理、诊断和医疗健康大模型。
1. 医疗多模态 966 篇
Multimodal Cross-registration and Quantification of Metric Distortions in Whole Brain Histology of Marmoset using Diffeomorphic Mappings
专题命中 医疗多模态 ：MRI(abstract)；分类 q-bio
Alternating Diffusion Map Based Fusion of Multimodal Brain Connectivity Networks for IQ Prediction
专题命中 医疗多模态 ：MRI(abstract)；分类 q-bio
Discrete Linear Ensemble Logic
专题命中 医疗多模态 ：biomedical(abstract)
A report-grounded vision-language foundation model for colonoscopy from 280000 routine reports
基于28万份常规报告的肠镜报告驱动的视觉-语言基础模型
机构 * Digital Medical Research Center, School of Basic Medical Sciences, Fudan University（复旦大学基础医学院数字医学研究中心） ； Shanghai Collaborative Innovation Center of Endoscopy（上海内镜诊疗协同创新中心） ； Zhejiang University（浙江大学） ； Shanghai Institute for Advanced Study of Zhejiang University（浙江大学上海高等研究院） ； Alliance Manchester Business School, The University of Manchester（曼彻斯特大学联盟曼彻斯特商学院） ； Data Science Institute, Imperial College London（伦敦帝国理工学院数据科学研究所） ； Microsoft Research Asia（微软亚洲研究院）
专题命中 医疗多模态 ：biomedical(abstract)
AI总结 该研究开发了肠镜视觉-语言基础模型EndoCLIP，利用28万份常规肠镜记录恢复的图像-文本对训练，在多项任务中优于通用模型，良恶性分类性能接近专家，可实现临床目标的语言指定。
ClinLens: Towards Long-Horizon Coding Agents for Longitudinal Multimodal Clinical Data Science
ClinLens：面向纵向多模态临床数据科学的长周期编码智能体
机构 * Shandong University（山东大学）
专题命中 医疗多模态 ：biomedical(abstract)
AI总结 该研究推出CLINLENS基准，包含200项基于5种MIMIC资源的临床可执行任务，实验显示现有编码智能体与生物医学系统在正确临床分析上存在显著差距。
Bridging the Gap in Ophthalmic AI: MM-Retinal-Reason Dataset and OphthaReason Model toward Dynamic Multimodal Reasoning
缩小眼科人工智能的差距：MM-Retinal-Reason数据集与OphthaReason模型用于动态多模态推理
机构 * School of Computer Science and Engineering, Southeast University（东南大学计算机科学与工程学院） ； Department of Ophthalmology, The First Affiliated Hospital of Nanjing Medical University（南京医科大学第一附属医院眼科学系） ； School of Computer Science and Engineering, Nanjing University of Science and Technology（南京理工大学计算机科学与工程学院） ； School of Computer Science, Northwestern Polytechnical University（西北工业大学计算机学院）
专题命中 医疗多模态 ：diagnosis(abstract)
AI总结 该研究针对现有眼科AI仅聚焦基础推理的问题，构建首个眼科多模态数据集MM-Retinal-Reason，并提出带UADT方法的OphthaReason模型，实现眼科多模态推理性能的显著提升。
Are Prompt Optimizers Blind? Cross-Modal Visual Feedback for Automatic Prompt Optimization
提示优化器是盲目运行的吗？用于自动提示优化的跨模态视觉反馈
专题命中 医疗多模态 ：diagnosis(abstract)
AI总结 研究多模态任务中自动提示优化的盲目性问题，提出跨模态视觉反馈方法，含故障条件视觉诊断和错误感知聚合阶段，在多个VQA数据集和目标VLM上效果显著，能提升分数且优化器可跨模型转移。
ObsDriveBench: Benchmarking Multimodal Understanding under Adverse Weather with Observability Awareness
ObsDriveBench：具有可观测性意识的恶劣天气下多模态理解基准测试
机构 * Department of Computer Science and Engineering, The Chinese University of Hong Kong（香港中文大学计算机科学与工程系） ； Institute of Medical Intelligence and XR, The Chinese University of Hong Kong（香港中文大学医学智能与扩展现实研究所）
专题命中 医疗多模态 ：diagnosis(abstract)
AI总结 研究恶劣天气下视觉语言模型在多模态输入时的表现，引入ObsDriveBench基准测试，通过可观测性元标注等构建含多类问题的测试集，实验发现现有模型性能降，还引入ObsDrive模型提升其在多方面的鲁棒性。
Clinical Pathways as Safety Specifications for Physical AI in Hospital Wards
临床路径作为医院病房物理人工智能的安全规范
专题命中 医疗多模态 ：medical AI(abstract)
AI总结 研究针对医院病房物理人工智能系统的安全挑战，提出将临床路径作为安全规范，构建集成多种组件的概念性机器人架构，用运行时安全监视器结合多种方法识别安全违规，助力护理人员并为安全物理人工智能做贡献。
Comments 4 pages, 3 figures. Accepted at the 1st IJCAI Workshop on Safe Physical AI (SPAI 2026), held in conjunction with IJCAI-ECAI 2026, Bremen, Germany
Dendrite: A Real-Time Python Application for Online Brain-Computer Interface Research and Development
Dendrite：用于在线脑机接口研究与开发的实时Python应用程序
专题命中 医疗多模态 ：biomedical(abstract)
AI总结 研究旨在开发在线脑机接口软件，核心方法是用Python编写Dendrite应用程序，它整合信号采集、解码器训练与实时推理，能同时记录多信号流并并发处理，可重现且开源，为在线BCI范式开发评估提供了系统。
Comments 15 pages, 5 figures
Anamnesis: An Open-Source Platform for Large-Scale Backstory-Conditioned Survey Simulation
记忆回溯：一个用于大规模背景条件调查模拟的开源平台
机构 * University of California, Berkeley（加利福尼亚大学伯克利分校）
专题命中 医疗多模态 ：biomedical(abstract)
AI总结 介绍开源平台记忆回溯，用于大规模背景条件调查模拟。它运用大语言模型，基于文集和他性框架，支持多模态调查。通过案例研究评估，其产生的意见分布更接近真实数据，为专有模拟服务提供替代。
Comments Preprint
Multimodal Digital Biomarker for Asthma: Complementary Roles of Vocal, Clinical and Demographic Factors
用于哮喘的多模态数字生物标志物：声音、临床和人口统计学因素的互补作用
专题命中 医疗多模态 ：diagnosis(abstract)
AI总结 研究针对哮喘诊断依赖传统方法、声音生物标志物缺乏临床背景整合的问题，提出多模态专家混合框架，结合声学嵌入与临床人口数据，在匹配队列上评估，模型性能优，还通过分析揭示不同症状个体特征依赖差异，支持哮喘筛查。
Do Multimodal Large Language Models Need Reasoning to Classify Dementia from Speech?
多模态大语言模型是否需要推理来从语音中分类痴呆症？
专题命中 医疗多模态 ：diagnosis(abstract)
AI总结 本文评估了多模态大语言模型在自动痴呆症分类中的推理能力，发现基于文本理由的策略会导致幻觉和不一致，并提出DeTAiL框架，通过非线性适配器和强化学习利用内部表示，在两个数据集上优于基线方法。
TSAssistant: A Human-in-the-Loop Agentic Framework for Automated Target Safety Assessment
TSAssistant: 一种人在回路中的自动化靶点安全性评估智能体框架
机构 * Computational Sciences Center of Excellence（计算科学卓越中心）
专题命中 医疗多模态 ：biomedical(abstract)
AI总结 提出TSAssistant多智能体框架，通过分层指令架构和交互式优化循环，将靶点安全性评估报告生成分解为专业子任务，实现高可重复性和证据溯源。
Comments Updated with quantitative and expert evaluations
A Multimodal Machine Learning Framework for Enterprise Database Workload-Aware Root Cause Analysis
一种面向企业数据库工作负载感知根因分析的多模态机器学习框架
专题命中 医疗多模态 ：diagnosis(abstract)
AI总结 提出多模态机器学习框架，结合工作负载特征、系统遥测和操作信号，利用LightGBM等模型实现数据库根因分析，提升可解释性和自动化水平。
Comments 8 pages, 4 figures
RespiraMFM: A Multimodal Foundation Model with Contrastive Audio-Language Alignment for Respiratory Disease Identification
RespiraMFM：一种用于呼吸道疾病识别的对比音频-语言对齐多模态基础模型
机构 * The Ohio State University（俄亥俄州立大学） ； University of Southern California（南加州大学） ； University of Chicago（芝加哥大学）
专题命中 医疗多模态 ：diagnosis(abstract)
AI总结 提出RespiraMFM多模态基础模型，通过对比音频-文本对齐策略整合呼吸音与临床信息，在监督和零样本任务中分别提升AUROC 9.15%和20.98%。
Comments ACL 2026 Main Conference
Tensor Analysis and Fusion of Multimodal Brain Images
张量分析与多模态脑图像融合
专题命中 医疗多模态 ：MRI(abstract)
AI总结 本文提出利用张量结构分析多模态神经影像数据，引入马尔可夫-彭罗斯图进行建模，首次将Granger因果分析视为张量回归问题，展示其在脑网络分解中的潜力。
Comments 23 pages, 15 figures, submitted to Proceedings of the IEEE
When Models Learn to Ask Why: Adaptive Causal Reasoning for Trustworthy Medical Vision-Language Models
当模型学会问为什么：面向可信医疗视觉语言模型的自适应因果推理
机构 * The Ohio State University（俄亥俄州立大学） ； Hunan University（湖南大学） ； Amazon（亚马逊）
专题命中 医疗多模态 ：diagnosis(abstract)
AI总结 提出MedCausalX框架，通过因果推理链、自适应反射架构和轨迹级因果校正，解决医疗VLM中的虚假相关和推理不一致问题，显著提升诊断一致性和减少幻觉。
Comments Accepted by CVPR 2026 Findings
From Scenes to Elements: Multi-Granularity Evidence Retrieval for Verifiable Multimodal RAG
从场景到元素：面向可验证多模态RAG的多粒度证据检索
机构 * NLP 2 CT Lab, Department of Computer and Information Science, University of Macau（NLP2CT实验室，计算机与信息科学系，澳门大学）
专题命中 医疗多模态 ：diagnosis(abstract)
AI总结 本文提出GranuRAG框架，通过多粒度跨模态对齐和元素级检索，解决多模态RAG中粗粒度证据与细粒度查询不匹配的问题，提升可验证性。
MindMirror: A Local-First Multimodal State-Aware Support System for Digital Workers
MindMirror: 一种面向数字工作者的本地优先多模态状态感知支持系统
专题命中 医疗多模态 ：diagnosis(abstract)
AI总结 MindMirror通过整合面部表情、文本输入和语音交互等多模态数据，为数字工作者提供本地优先的状态感知支持，通过本地大语言模型生成响应，提升工作效率与状态监控能力。
Comments 10 pages, 4 figures, 12 tables. Technical report
RW-Post: Auditable Evidence-Grounded Multimodal Fact-Checking in the Wild
RW-Post: 实时可审计的多模态事实核查证据基础
专题命中 医疗多模态 ：diagnosis(abstract)
AI总结 RW-Post提出一个可审计的多模态事实核查基准，通过人机协同提取和审计流程，链接社交媒体帖子与推理轨迹及证据项，评估不同场景下的视觉 grounding 和证据利用能力。
Comments This submission was made in error. It was intended to replace the existing submission arXiv:2512.22933 rather than create a new submission
RW-Post: Auditable Evidence-Grounded Multimodal Fact-Checking in the Wild
RW-Post：可审计的证据导向多模态事实核查
机构 * School of Computing (SoC), National University of Singapore (NUS)（新加坡国立大学计算机学院（SoC）） ； National University of Singapore (NUS)（新加坡国立大学） ； Department of Electrical and Computer Engineering (ECE), National University of Singapore (NUS)（新加坡国立大学电子与计算机工程系（ECE））
专题命中 医疗多模态 ：diagnosis(abstract)
AI总结 RW-Post提出一种可审计的多模态事实核查基准，通过人类事实核查文章提取证据，支持不同场景下的可控评估，提升视觉 grounding 和证据利用能力。
Comments Code and dataset will be released at https://github.com/xudanni0927/AgentFact
Knowledge Poisoning Attacks on Medical Multi-Modal Retrieval-Augmented Generation
针对医疗多模态检索增强生成的知识污染攻击
机构 * Tsinghua University（清华大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Northwestern Polytechnical University（西北工业大学） ； ETH Zurich（苏黎世联邦理工学院）
专题命中 医疗多模态 ：diagnosis(abstract)
AI总结 本文提出M³Att框架，针对医疗多模态RAG系统，通过在文本数据中注入隐蔽虚假信息并利用配对视觉数据作为查询无关触发器，提升检索概率，从而在不依赖用户查询先验知识的情况下实现知识污染攻击。
Comments Accepted by ACL 2026
Measuring What Matters: Benchmarking Generative, Multimodal, and Agentic AI in Healthcare
衡量重要性：在医疗保健中基准测试生成、多模态和代理AI
机构 * Centific AI Research（Centific人工智能研究）
专题命中 医疗多模态 ：healthcare AI(abstract)
AI总结 本文探讨了在医疗保健中评估生成、多模态和代理AI的基准测试方法，强调了现有基准测试在可靠性、安全性和临床相关性方面的不足，提出需要系统性的评估框架。
MEDSYN: Benchmarking Multi-EviDence SYNthesis in Complex Clinical Cases for Multimodal Large Language Models
MEDSYN：多证据合成在复杂临床病例中的基准测试用于多模态大语言模型
机构 * ETH Zurich（苏黎世联邦理工学院） ； MBZUAI（马克斯·普朗克人工智能研究所） ； Amazon（亚马逊） ； University of Oxford（牛津大学） ； University of Bern（伯尔尼大学） ； Imperial College London（伦敦帝国理工学院） ； Peking University（北京大学）
专题命中 医疗多模态 ：diagnosis(abstract)
AI总结 MEDSYN是一个多语言、多模态的复杂临床病例基准测试，用于评估多模态大语言模型在差分诊断和最终诊断中的表现，揭示模型在异质临床证据合成中的不足。
EpiBench: Benchmarking Multi-turn Research Workflows for Multimodal Agents
EpiBench：多轮研究工作流的多模态代理基准测试
机构 * Harbin Institute of Technology（哈尔滨工业大学）
专题命中 医疗多模态 ：diagnosis(abstract)
AI总结 EpiBench通过多轮多模态任务评估代理在文献检索、证据整合和跨论文比较中的能力，揭示现有基准在多证据整合和持续证据使用方面的不足。
Differential Mental Disorder Detection with Psychology-Inspired Multimodal Stimuli
基于心理学启发的多模态刺激的差异性精神障碍检测
专题命中 医疗多模态 ：diagnosis(abstract)
AI总结 本文提出基于心理学启发的多模态刺激方法，通过收集大规模多模态心理健康数据集，设计出能捕捉不同精神障碍特征的框架，实验表明该方法在差异性精神障碍检测中优于现有基线。
EcoScratch: Cost-Effective Multimodal Repair for Scratch Using Execution Feedback
EcoScratch: 低成本多模态修复用于刮痕使用执行反馈
专题命中 医疗多模态 ：diagnosis(abstract)
AI总结 EcoScratch通过轻量级运行时信号决定是否保持纯文本修复或升级到多模态提示，结合JSON补丁预算和验证努力，提升Scratch修复效率与效果。
A Foldable and Agile Soft Electromagnetic Robot for Multimodal Navigation in Confined and Unstructured Environments
一种多功能软电磁机器人，用于在受限和无结构环境中多模式导航
机构 * State Key Laboratory of Fluid Power and Mechatronic Systems（流体动力与机电系统国家重点实验室） ； Key Laboratory of Soft Machines and Smart Devices of Zhejiang Province（浙江省软体机器人与智能器件重点实验室） ； Center for X-mechanics（交叉力学中心） ； Department of Engineering Mechanics, Zhejiang University（浙江大学工程力学系）
专题命中 医疗多模态 ：biomedical(abstract)
AI总结 本文提出一种可折叠且灵活的软电磁机器人，具备多种运动模式，可在复杂环境中高效导航，其体积可减少79%，并能适应黏弹性表面和模拟生物组织。
