医学 AI

QoEReasoner: An Agentic Reasoning Framework for Automated and Explainable QoE Diagnosis in RANs

QoEReasoner: 用于RAN中自动化和可解释QoE诊断的智能体推理框架

Qizhe Li, Haolong Chen, Shan Dai, Zhuo Li, Zhiwei Hu, Xuan Li, Guangxu Zhu, Qingjiang Shi

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 提出QoEReasoner，一种基于LLM的智能体系统，通过确定性工具、领域知识库和历史案例库实现RAN中QoE退化的自动、可解释诊断，准确率提升18%-40%，诊断时间从30分钟降至3分钟。

An example illustrating the imprecision of the efficient approach for diagnosis of Petri nets via integer linear programming

一个说明通过整数线性规划诊断Petri网的高效方法不精确性的例子

Alban Grastien

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文通过反例证明，即使系统是可诊断的，基于整数线性规划的Petri网高效诊断方法也可能无法检测到故障。

Comments 3 pages

Directed factor graph based fault diagnosis model construction for mode switching satellite power system

基于有向因子图的模式切换卫星电源系统故障诊断模型构建

Xiaolei Zhang, Yi Shen, Zhenhua Wang

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 针对卫星电源系统的非线性与模式切换特性，提出基于混合键合图模型构建有向因子图结构，通过定性方程与因果路径分析建立假设与证据间的因果关系，实现故障诊断。

Adaptive Set Observers Design for Nonlinear Continuous-Time Systems: Application to Fault Detection and Diagnosis

非线性连续时间系统的自适应集观测器设计：在故障检测与诊断中的应用

Denis Efimov, Tarek Raïssi, Ali Zolghadri

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 针对非线性连续时间系统，提出基于保证LPV近似的自适应集观测器设计方法，解决集成员参数估计中的指数复杂度问题，并应用于故障诊断。

Brain-Atlas-Guided Generative Counterfactual Attention for Explainable Cognitive Decline Diagnosis Using Multimodal Connectomes

脑图谱引导的生成式反事实注意力用于基于多模态连接组的可解释认知衰退诊断

Xiongri Shen, Jiaqi Wang, Zhenxi Song, Yi Zhong, Leilei Zhao, Xin He, Baiying Lei, Zhiguo Zhang

机构 * Department of Computer Science and Technology, Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）计算机科学与技术系） ； School of Intelligence Science and Engineering, College of Artificial Intelligence, Harbin Institute of Technology（哈尔滨工业大学智能科学与工程学院） ； School of Biomedical Engineering, National-Regional Key Technology Engineering Laboratory for Medical Ultrasound, Guangdong Key Laboratory for Biomedical, Measurements and Ultrasound Imaging, Shenzhen University Medical School, Shenzhen University（深圳大学医学院生物医学工程学院、医学超声关键技术工程实验室、广东省生物医学测量与超声成像重点实验室） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 提出一种脑图谱知识引导的生成式反事实注意力网络（GCAN），通过将诊断建模为源到目标的反事实生成问题，利用多模态连接组实现可解释的认知衰退诊断。

PropLLM: Propagation-Aware Scene Reconstruction for Network Fault Diagnosis

PropLLM：面向网络故障诊断的传播感知场景重建

Zongzong Wu, Ming Zhao, Fengxiao Tang, Nei Kato

机构 * National Natural Science Foundation of China（国家自然科学基金委员会） ； High Performance Computing Center of Central South University（中南大学高性能计算中心） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 提出PropLLM，首次将逐跳场景重建范式与LLM生成推理能力结合，通过双知识图谱和时序因果传播注意力机制，从端点告警回溯定位根因并确定故障类型，在真实Wi-Fi多模态故障数据集上诊断准确率提升3.9%，根因定位准确率提升4.7%，幻觉率降低50.8%。

Sequence models reveal diagnosis accumulation pathways beyond comorbidity burden in population-scale hospital data

序列模型揭示人口规模医院数据中超越合并症负担的诊断累积路径

Katharina Ledebur, Mitja Devetak, Peter Klimek

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 利用对比变换器模型分析奥地利住院患者数据，发现纵向诊断序列中的时序信息可提升疾病结局预测，尤其在精神、肌肉骨骼、神经和代谢疾病方面，并揭示疾病累积的广度、近期性和速度与剩余风险相关。

Fermi-surface diagnosis for topological superconductivity with $s$-wave-like pairing symmetries

具有$s$波类配对对称性的拓扑超导的费米面诊断

Zhongyi Zhang, Ken Shiozaki, Chen Fang, Seishiro Ono

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文推导了时间反演对称超导体中具有$s$波类配对对称性的拓扑相的费米面公式，仅利用配对符号和费米速度即可诊断拓扑超导性，为第一性原理预测提供了基础。

Comments See "Ancillary files" for Supplementary Materials II

Journal ref Nature Communications 17, 4413 (2026)

LogDx-CI: Benchmarking Log Reduction Tools for LLM Root-Cause Diagnosis

LogDx-CI：为LLM根因诊断基准测试日志缩减工具

Bowen Qin

机构 * National University of Singapore（新加坡国立大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 提出LogDx-CI基准，比较11种日志缩减工具在35个真实CI故障案例上的效果，发现混合grep+tail路由器在成本质量上占优，且智能体循环可缩小质量差距但成本差异持续存在，同时跨家族LLM摘要器优于同家族。

Diagnosis Is Not Prescription: Linguistic Co-Adaptation Explains Patching Hazards in LLM Pipelines

诊断并非处方：语言共适应解释了LLM流水线中的修补危害

Yoon Jeonghun, Kim Dongchan

机构 * KAIST (Korea Advanced Institute of Science and Technology)（韩国科学技术院） ； NAVER Corp.（NAVER公司） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文研究了多模块LLM代理失败时，诊断与修补之间的矛盾，发现路由模块虽为瓶颈，但注入修正示例反而降低性能，而修正查询重写模块则更有效，提出了语言合同假说解释这种现象。

Comments Preprint. Under review at EMNLP 2026 (ARR)

VBFDD-Agent for Electric Vehicle Battery Fault Detection and Diagnosis: Descriptive Text Modeling of Battery Digital Signals

VBFDD-Agent 用于电动汽车电池故障检测与诊断：电池数字信号的描述性文本建模

Joey Chan, Zhen Chen, Ershun Pan

机构 * Department of Industrial Engineering and Management, School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai 200240, China（工业工程与管理系，机械工程学院，上海交通大学，上海200240，中国） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本研究提出了一种基于描述性文本建模的电池信号报告方法，用于解决开放源代码电池故障报告数据集稀缺和缺乏统一维护知识表示的问题，通过构建语言语料库来改进电池健康诊断和维护，提出了VBFDD-Agent，整合了描述性电池状态文本、历史案例检索、本地维护手册和大语言模型推理，生成结构化的诊断结果和维护建议。

COVID-19 Diagnosis from Cough Acoustics using ConvNets and Data Augmentation

通过卷积神经网络和数据增强进行新冠肺炎咳嗽声诊断

Saranga Kingkor Mahanta, Darsh Kaushik, Shubham Jain, Hoang Van Truong, Koushik Guha

机构 * Electronics and Communication Engineering Department, National Institute of Technology, Silchar, India 788010（电子与通信工程系，印度尼特理工学院，西尔CHAR，印度788010） ； Computer Science and Engineering Department, National Institute of Technology,Silchar, India 788010（计算机科学与工程系，印度尼特理工学院，西尔CHAR，印度788010） ； Software Engineering Department, Paytm, Noida, India 110096（软件工程系，Paytm，印度诺伊达，印度110096） ； Mathematics in Computer Science, University of Science of HCMC, Ho Chi Minh City, Vietnam 700000（计算机科学中的数学，河内科学大学，胡志明市，越南700000） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出利用卷积神经网络和数据增强技术，对DiCOVA 2021挑战赛Track 1中的咳嗽声数据集进行分析，以实现新冠肺炎的诊断，通过改进模型在盲测集上的AUC分数达到87.07，并超越了挑战赛的基线模型。

Comments DiCOVA, top 1st, This work has been submitted to the IEEE for possible publication

Journal ref IEEE Advances in Computing and Future Communication Technologies (ICACFCT), Meerut, India, 2021, pp. 33-38

DiagEval: Trajectory-Conditioned Diagnosis for Reliable Software Evaluation with GUI Agents

DiagEval: 用于通过GUI代理进行可靠软件评估的轨迹条件诊断

Sirui Hong, Zhijie Liu, Tengfei Li, Wei Tao, Yifan Wu, Chenglin Wu

机构 * DeepWisdom（深智科技） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 该研究提出DiagEval，一种基于轨迹的诊断评估协议，用于在GUI代理评估交互式软件后失败时进行诊断。通过重用失败轨迹选择针对性的诊断探针，并将结果聚合为内部归因信号，从而提高准确性，优于基于重试的基线方法。

Reasoning Before Diagnosis: Physician-Inspired Structured Thinking for ECG Classification

在诊断前进行推理：受医生启发的结构化思维用于心电图分类

Yang Wu, Xiaoyan Yuan, Hau-San Wong, Xiping Hu

机构 * City University of Hong Kong（香港城市大学） ； Beijing Institute of Technology（北京理工大学） ； Shenzhen MSU-BIT University（深圳MSU-BIT大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出CardioThink框架，通过结构化推理过程提升心电图分类的临床相关性，并引入SSPO方法以优化诊断结果的准确性和可解释性。

Reconciling Consistency-Based Diagnosis with Actual-Causality-Based Explanations

协调一致性诊断与实际因果性解释

Leopoldo Bertossi

机构 * Carleton University（卡尔顿大学） ； Western University（西方大学） ； IMFD（智利国家数学与计算机科学研究所） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 从可解释AI视角探讨一致性诊断与实际因果性解释的联系，揭示其对XAI和可解释数据管理的潜在影响。

Comments under submission

TSGuard: Automated User-Centric Incident Diagnosis for AI Workloads in the Cloud

TSGuard：云中AI工作负载的自动化用户导向事件诊断

Yitao Yang, Yangtao Deng, Yifan Xiong, Baochun Li, Hong Xu, Peng Cheng

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 TSGuard通过构建领域知识库和模拟专家诊断，提升云中AI工作负载事件诊断的准确性和效率，验证结果显示其在诊断准确率和验证时间上均优于现有方法。

Comments Camera-ready version for ACM FSE 2026 (PACMSE)

CUJBench: Benchmarking LLM-Agent on Cross-Modal Failure Diagnosis from Browser to Backend

CUJBench：跨模态故障诊断的LLM-代理基准测试

Haoming Meng

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 CUJBench是首个结合浏览器可见故障证据与后端可观测性的跨模态故障诊断基准测试，通过LLM辅助生成管道降低标注成本，评估六种前沿模型发现跨模态综合是主要瓶颈。

Comments 10 pages, 1 figure; updated source code url

AI Models for Depressive Disorder Detection and Diagnosis: A Review

用于抑郁症检测和诊断的AI模型：综述

Dorsa Macky Aleagha, Payam Zohari, Mostafa Haghir Chehreghani

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文综述了55项研究中的最新AI方法，提出层次分类体系，揭示图神经网络、大语言模型和多模态融合三大趋势，提供数据集和评估指标，为计算精神病学未来创新提供路线图。

RE-MCDF: Closed-Loop Multi-Expert LLM Reasoning for Knowledge-Grounded Clinical Diagnosis

RE-MCDF：闭环多专家LLM推理用于知识驱动的临床诊断

Shaowei Shen, Xiaohong Yang, Jie Yang, Lianfen Huang, Yongcai Zhang, Yang Zou, Seyyedali Hosseinalipour

机构 * School of Informatics, Xiamen University, China（厦门大学信息学系, 中国） ； National Institute for Data Science in Health and Medicine, Xiamen University, China（健康医学数据科学国家研究院, 厦门大学, 中国） ； Key Laboratory of Intelligent Manufacturing Equipment and Industrial Internet Technology, Fujian Provincial Universities, the School of Information Science and Technology, Xiamen University Tan Kah Kee College, and also with the Department of Informatics and Communication Engineering, Xiamen University, China（福建省智能制造装备与工业互联网技术重点实验室, 福建省高校, 厦门大学信息科学系, 厦门大学坦克 Kee 学院, 以及厦门大学信息与通信工程系, 中国） ； School of Medicine, Xiamen University, China（厦门大学医学院, 中国） ； School of Electronic and Information Engineering, Tongji University, China（同济大学电子与信息工程学院, 中国） ； department of Electrical Engineering, University at Buffalo-SUNY, Buffalo, NY, USA（University at Buffalo-SUNY 电气工程系, Buffalo, NY, 美国） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 针对神经科电子病历异质性、稀疏性和噪声问题，提出RE-MCDF框架，通过闭环架构整合三个互补组件，强化疾病间逻辑约束，提升复杂诊断场景性能。

Comments Accepted by International Joint Conference on Neural Networks (IJCNN 2026); 9 pages, 4 figures

System-aware contextual digital twin for ICS anomaly diagnosis

面向系统的上下文数字孪生用于ICS异常诊断

Eungyu Woo, Yooshin Kim, Wonje Heo, Donghoon Shin

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出一种面向系统的无监督框架，结合轻量级在线检测与上下文解释，实现ICS异常诊断的实时检测和可解释诊断。

LegalDrill: Diagnosis-Driven Synthesis for Legal Reasoning in Small Language Models

LegalDrill: 以诊断驱动合成促进小型语言模型中的法律推理

Tianchun Li, Haochen Liu, Vishwa Pardeshi, Xingchen Wang, Tianci Liu, Huijun Zhao, Wei Fan, Jing Gao

机构 * Purdue University（普渡大学） ； Fidelity Investments（富达投资） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 LegalDrill通过精细提示提取并迭代优化教师模型的推理轨迹，结合自我反思验证选择有效数据，提升小型语言模型的法律推理能力，无需稀缺专家标注。

Comments ACL 2026 Industry Track

Thinking Like a Clinician: A Cognitive AI Agent for Clinical Diagnosis via Panoramic Profiling and Adversarial Debate

像医生一样思考：一种通过全景分析与对抗辩论的临床诊断认知AI代理

Zhiqi Lv, Duofan Tu, Jun Li, Mingyue Zhao, Heqin Zhu, Wenliang Li, Shaohua Kevin Zhou

机构 * School of Biomedical Engineering, Division of Life Sciences and Medicine, University of Science and Technology of China（中国科学技术大学生物医学工程学院，生命科学与医学系） ； Suzhou Institute for Advanced Research, University of Science and Technology of China（中国科学技术大学苏州市先进研究机构） ； Key Lab of Intelligent Information Processing of Chinese Academy of Sciences (CAS), Institute of Computing Technology, CAS（中国科学院智能信息处理重点实验室，计算技术研究所） ； Jiangsu Provincial Key Laboratory of Multimodal Digital Twin Technology（江苏省多模态数字孪生技术省级重点实验室） ； State Key Laboratory of Precision and Intelligent Chemistry, USTC（国家精密与智能化学重点实验室，中国科学技术大学） 纠错

专题命中 诊断辅助 ：diagnosis(title)；clinical AI(abstract)

AI总结 本文提出DxChain框架，通过全景患者基线建立和对抗辩论解决证据冲突，提升临床诊断准确性和逻辑一致性。

CLIN-LLM: A Safety-Constrained Hybrid Framework for Clinical Diagnosis and Treatment Generation

CLIN-LLM：一种安全约束的混合框架，用于临床诊断和治疗生成

Md. Mehedi Hasan, Md. Abir Hossain, Farman Hossain Sayem, Bikash Kumar Paul, Ziaur Rahman, Mohammad Shorif Uddin, Rafid Mostafiz

机构 * Department of Information and Communication Technology（信息与通信技术系） 纠错

专题命中 诊断辅助 ：diagnosis(title)；biomedical(abstract)

AI总结 CLIN-LLM通过整合多模态患者编码、不确定性校准的疾病分类和检索增强的治疗生成，提高了临床诊断和治疗建议的准确性与安全性，取得了98%的准确率和F1分数，优于ClinicalBERT。

Comments 13 pages, 9 figures. Preprint version under review in the area of Artificial Intelligence (cs.CR)

Beyond Acoustic Sparsity and Linguistic Bias: A Prompt-Free Paradigm for Mispronunciation Detection and Diagnosis

超越声学稀疏性和语言偏差：一种无提示的误发音检测与诊断范式

Haopeng Geng, Longfei Yang, Xi Chen, Haitong Sun, Daisuke Saito, Nobuaki Minematsu

机构 * Graduate School of Engineering, The University of Tokyo, Japan（东京大学工学系研究生院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出无提示框架，通过CROTTC模型和IF策略实现误发音检测与诊断，实验显示在L2-ARCTIC和Iqra'Eval2上F1得分达71.77%和71.70%。

Improving Clinical Diagnosis with Counterfactual Multi-Agent Reasoning

通过反事实多智能体推理提升临床诊断

Zhiwen You, Xi Chen, Aniket Vashishtha, Simo Du, Gabriel Erion-Barner, Hongyuan Mei, Hao Peng, Yue Guo

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Jacobi Medical Center, Albert Einstein College of Medicine（雅各布医疗中心，阿尔伯特·爱因斯坦学院） ； Department of Emergency Medicine, Beth Israel Deaconess Medical Center（贝斯以色列医疗中心急诊科） ； Leaning machines（Leanings machines） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出一种基于反事实推理的多智能体诊断框架，通过反事实案例编辑和反事实概率差距方法，提升诊断准确性与可解释性，尤其在复杂和模糊病例中表现突出。

Cognitive Policy-Driven LLM for Diagnosis and Intervention of Cognitive Distortions in Emotional Support Conversation

认知驱动的LLM用于情绪支持对话中认知扭曲的诊断与干预

Lin Zhong, Renjin Zhu, Shujuan Ma, Jinhao Cui, Lingzhi Wang, Hao Chen, Qing Liao

机构 * Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳）） ； City University of Macau, Macao SAR, China（澳门城市大学） ； Peng Cheng Laboratory, Shenzhen, China（鹏城实验室） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出CogBiasESC数据集和CoPoLLM框架，用于提升LLM在情绪支持对话中识别和干预认知扭曲的能力，实验显示其在诊断准确性和安全性方面优于现有方法。

Comments Accepted at ACL 2026 (Main Conference)

How Can Explainable Artificial Intelligence Improve Trust and Transparency in Medical Diagnosis Systems?

可解释人工智能如何提高医疗诊断系统中的信任和透明度？

Altynbek Seitenov, Ainur Nurzhanova, Azhar Bekbussinova, Yerassyl Bolatkan

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文探讨了可解释性对AI诊断系统信任的影响，发现解释显著提升信任和安全性，XAI知识与信任和有用性呈正相关。

Comments 15 pages, 22 figures, survey study on explainable AI in healthcare decision support systems

WiseMind: a knowledge-guided multi-agent framework for accurate and empathetic psychiatric diagnosis

WiseMind: 一种基于知识的多智能体框架，用于准确且富有同理心的精神病诊断

Yuqi Wu, Guangya Wan, Jingjing Li, Shengming Zhao, Lingfeng Ma, Tianyi Ye, Ion Pop, Yanbo Zhang, Jie Chen

机构 * College of Biomedical Engineering（生物医学工程学院） ； Fudan University（复旦大学） ； Department of Electrical and Computer Engineering（电气与计算机工程系） ； University of Alberta（阿尔伯塔大学） ； University of Virginia（弗吉尼亚大学） ； McIntire School of Commerce（麦金尼商学院） ； School of Data Science（数据科学学院） ； Department of Psychiatry（精神病学系） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 WiseMind通过整合理性与情感智能体，结合DSM-5知识图谱，提升了精神病诊断的准确性与同理心，其在1206次模拟对话和180次真实交互中达到85.6%的诊断准确率，超越了单智能体方法。

Comments Accepted at npj Digital Medicine (2026)

Log-based vs Graph-based Approaches to Fault Diagnosis

基于日志与图的故障诊断方法比较

Mathis Nguyen, Mohamed Ali Lajnef

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文比较了基于日志的编码器（如BERT）与基于图的模型（如GNN）在自动故障诊断中的表现，发现融合日志编码器学习表示的图模型性能最佳。

Comments 8 pages, 7 figures, student project

LLM-Based Automated Diagnosis Of Integration Test Failures At Google

基于LLM的谷歌集成测试故障自动诊断

Celal Ziftci, Ray Liu, Spencer Greene, Livio Dalloro

机构 * GoogleUSA（美国谷歌） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出Auto-Diagnose工具，利用LLM高效诊断集成测试故障，通过分析日志生成摘要并集成至代码审查系统，实验证明其高准确率和用户认可。