医学 AI

Highly-Linear Proximity-Based Bi-SQUID Operating above 4 K

基于邻近效应的线性Bi-SQUID在4K以上工作

G. Trupiano, E. Riccardi, C. Puglia, M. Kiczynski, A. Gardin, G. De Simoni, G. C. Tettamanzi, F. Giazotto

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文展示了一种基于双环Bi-SQUID架构、采用三个超导-正常金属-超导（S-N-S）结的高度线性超导量子干涉器件放大器，在液氦温度下表现出尖锐、对称且高度线性的磁通-电压传递函数，单元件无杂散动态范围超过60 dB。

Comments 7 pages, 5 figures

mcp-proto-okn: Natural-language access to open scientific knowledge graphs through the Model Context Protocol

mcp-proto-okn：通过模型上下文协议实现对开放科学知识图谱的自然语言访问

Peter W. Rose, Benjamin M. Good, Amanda M. Saravia-Butler, Charlotte A. Nelson, James P. Balhoff, Yaphet Kebede, Patricia L. Whetzel, Christopher Bizon, Andrew I. Su, Sergio E. Baranzini

机构 * San Diego Supercomputer Center, University of California San Diego（圣地亚哥超级计算机中心，加州大学圣地亚哥分校） ； The Scripps Research Institute（斯克里普斯研究所） ； Amentum, Space Biosciences Division, NASA Ames Research Center（Amentum空间生物学部门，NASA阿姆斯研究中心） ； Mate Bioservices（Mate生物服务） ； Renaissance Computing Institute, University of North Carolina at Chapel Hill（复兴计算研究所，北卡罗来纳大学夏洛特分校） ； Weill Institute for Neurosciences, Department of Neurology, University of California San Francisco（Weill神经科学研究所，神经病学系，加州大学旧金山分校） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 提出基于模型上下文协议的服务器mcp-proto-okn，使AI助手能通过自然语言发现、查询和集成科学知识图谱，降低跨领域知识图谱分析门槛。

Comments 9 pages, 1 figure

Metamaterials and Fluid Flows

超材料与流体流动

Francesco Avallone, Federico Bosia, Yi Chen, Giada Colombo, Richard Craster, Jacopo Maria De Ponti, Nicolò Fabbiane, Michael R. Haberman, Mahmoud I. Hussein, Wontae Hwang, Umberto Iemma, Abigail Juhl, Muamer Kadic, Marios Kotsonis, Vincent Laude, Olivier Marquet, Fabien Mery, Theodoros Michelis, Mostafa Nouh, Daniele Ragni, Marie Touboul, Martin Wegener, Anastasiia O. Krushynska

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文综述了超材料在流体-结构相互作用中的应用，探讨了通过设计材料内部结构来精确操控流固耦合、声固耦合及弹性动力学响应，并展望了该领域的关键挑战与未来方向。

Comments 4 figures

Journal ref Nature Communications 17, 4144 (2026)

SURGENT: A Surgical Multi-Agent Assistance System Across the Perioperative Workflow

SURGENT: 一种跨围手术期工作流程的手术多智能体辅助系统

Dongsheng Shi, Yue Li, Xin Yi, Yongyi Cui, Huawei Feng, Linlin Wang

机构 * East China Normal University（华东师范大学） ； City University of Hong Kong（香港城市大学） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 提出SURGENT手术多智能体辅助系统，结合思维树规划器、多科室协作智能体和检索增强推理，通过新型记忆设计管理长期患者病史和短期工作摘要，在五项围手术期任务中优于基线LLM和现有医疗多智能体框架。

Comments preprint

Specialty-Specific Medical Language Model for Immune-Mediated Diseases

免疫介导疾病的专科医学语言模型

Veysel Kocaman, Gursev Pirge, Yigit Gul, Ace Vo, Zhenya Nargizyan, David Talby

机构 * John Snow Labs Inc.（约翰·斯诺实验室公司） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 针对免疫介导和传染病领域，通过专家标注数据集和临床领域嵌入的Transformer模型，提出专科NER模型，F1达0.89，优于基线和零样本方法。

Comments 15 pages, 5 figures. Funded in part by NIAID/NIH under contract 75N93024C00010

AutoScientists: Self-Organizing Agent Teams for Long-Running Scientific Experimentation

AutoScientists: 用于长期科学实验的自组织智能体团队

Shanghua Gao, Ada Fang, Marinka Zitnik

机构 * Harvard University（哈佛大学） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 提出一种去中心化的AI智能体团队系统AutoScientists，通过自组织协作、提案评审和失败知识共享，在生物医学机器学习、语言模型训练优化和蛋白质适应性预测等长期实验中显著优于现有方法。

ClinicalEncoder26AM: A Multlilingual Diagnosable ColBERT Model; Evidences from the MultiClinNER Shared Task

ClinicalEncoder26AM：一个多语言可诊断的ColBERT模型——来自MultiClinNER共享任务的证据

François Remy

机构 * Parallia AI 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出ClinicalEncoder26AM，一个基于BGE-M3的多语言可诊断ColBERT模型，通过多适配器蒸馏和ColBERT式检索目标进行临床后训练，在MultiClinNER任务中微调为BIO标注器，实现了最先进的多语言实体召回率和字符加权F1分数前五。

Toward Micro-Endoscopy: Distal-Free, Configuration-Agnostic Focusing Through Multimode Fiber

迈向显微内窥镜：基于多模光纤的无远端、配置无关聚焦

Dvir Marsh, Lior Fridman, Stav Lotan, Amit Kam, Shie Mannor, Guy Bartal

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 提出一种仅通过反射信号预测多模光纤传输的深度学习框架，实现无需传输反馈的聚焦，并在1200种光纤配置下验证了鲁棒波前重建。

Comments 10 pages, 6 figures

A Digital Twin Framework for Virtual Visuo-Haptic Teleoperation of Complex-Shaped Optical Microrobots

复杂形状光学微机器人的虚拟视觉-触觉遥操作数字孪生框架

Zongcai Tan, Lan Wei, Dandan Zhang

机构 * Department of Bioengineering, Imperial-X AI Initiative, Imperial College London（生物工程系、Imperial-X人工智能倡议、帝国理工学院伦敦分校） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出一个数字孪生框架，集成多陷阱光学操纵、图像位姿估计、微机器人运动仿真和基于模型的触觉渲染，用于复杂形状光学微机器人的虚拟视觉-触觉遥操作，实验表明触觉反馈显著降低接触力和位置误差标准差并提高任务成功率。

Comments Accepted by 2026 MARSS

Widely tunable mid-infrared fiber-feedback optical parametric oscillator

宽可调谐中红外光纤反馈光学参量振荡器

Tingting Yu, Jianan Fang, Kun Huang, Heping Zeng

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 提出两种基于保偏光纤反馈腔的光学参量振荡器（OPO）变体，通过掺铒光纤或啁啾极化非线性晶体实现宽调谐、亚皮秒中红外脉冲输出，无需主动稳定，具有紧凑、鲁棒的特点。

Journal ref Photonics Research 12, 2123 (2024)

Infrared Single-Pixel Hyperspectral Imaging via Spatial-Temporal Multiplexing

基于时空复用的红外单像素高光谱成像

Ben Sun, Kun Huang, Zhibin Zhao, Beibei Dong, Jianan Fang, Heping Zeng

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 提出一种基于频谱-时间映射和空间编码压缩测量的单像素近红外高光谱成像系统，实现50个光谱波段的高光谱数据立方体重建和动态过程实时监测。

Journal ref Laser & Photonics Reviews 20, e01321 (2026)

Soft Pneumatic Actuators for Soft Robotics: A Motion-Based Review of Actuation Mechanisms and Performance Trade-offs

软体机器人中的软体气动执行器：基于运动的驱动机制与性能权衡综述

Mohammed Abboodi

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文基于运动类型（直线、弯曲、扭转、全向）分类综述软体气动执行器的设计策略，分析结构特征对运动输出、力产生、空气需求等性能的影响，并讨论选择与比较时的关键条件。

Bayesian Cluster Weighted Gaussian Models

贝叶斯聚类加权高斯模型

Panagiotis Papastamoulis, Konstantinos Perrakis

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 提出一类新的贝叶斯混合正态线性回归模型，通过引入预测变量分布的额外高斯随机成分，利用lasso和graphical-lasso先验分别处理回归系数和协方差结构，并采用跨维度伸缩采样器自动确定聚类数，在模拟和生物医学数据上优于EM、回归混合和专家混合方法。

Comments accepted to Journal of Classification

Journal ref Journal of Classification, 2026

Mid-infrared single-pixel imaging via two-photon optical encoding

基于双光子光学编码的中红外单像素成像

Huijie Ma, Kun Huang, Jianan Fang, Ziyu He, Yan Liang, Heping Zeng

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 提出一种基于硅探测器中非简并双光子吸收的无扫描中红外单像素成像方法，利用近红外结构泵浦实现空间编码，结合压缩感知和深度学习算法在亚奈奎斯特采样和弱光条件下实现高保真图像重建，并展示了2.5-3.8 μm多光谱成像用于塑料薄膜化学鉴别。

Journal ref PhotoniX 6, 34 (2025)

A framework for extracting the rates of photophysical processes from biexponentially decaying photon emission data

从双指数衰减光子发射数据中提取光物理过程速率的框架

Jill M. Cleveland, Tory A. Welsch, Eric Y. Chen, D. Bruce Chase, Matthew F. Doty, Hanz Y. Ramírez-Gómez

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 提出一个包含载流子俘获和释放的模型，解释低维半导体中中性激子光致发光的双指数衰减，无需近似即可确定所有跃迁速率的似然区间，并在高温极限下给出具体速率值，优于简化模型。

Wide-field mid-infrared edge-enhanced upconversion imaging

宽视场中红外边缘增强上转换成像

Mengyao Yu, Zhuohang Wei, Jianan Fang, Jixi Zhang, Tingting Zheng, Shina Liao, Kun Huang, Heping Zeng

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出了一种宽视场中红外边缘增强上转换成像系统，结合涡旋泵复幅值工程与非周期准相位匹配，实现了高灵敏度和高空间带宽积的中红外成像，用于生物医学和材料检测。

Journal ref ACS Photonics 13, 991 (2026)

Biocompatible Microscale DNA Hydrogels with Programmable Swelling and Sequence-Specific Dissolution

具有可编程肿胀和序列特异性降解的生物相容性微米级DNA水凝胶

Corinna Torabi, Takayuki Suzuki, Emily Helm, Harrison Khoo, Sophie Tanenbaum, Rebecca Schulman, Soojung Claire Hur

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出了一种生物相容且材料高效的微米级DNA水凝胶（microSDs）的制备与表征平台，通过可编程DNA设计参数实现可调的各向同性肿胀和降解特性，并利用YOYO-1定量提取有效扩散系数，研究肿胀对分子运输的影响，最终展示了微米级DNA水凝胶的降解行为及其在药物递送、多重生物传感和单细胞检测中的应用潜力。

STRUCTSENSE: A Task-Agnostic Agentic Framework for Structured Information Extraction with Human-In-The-Loop Evaluation and Benchmarking

STRUCTSENSE：一种任务无关的代理框架，用于结构化信息提取，具有人机协同评估和基准测试

Tek Raj Chhetri, Yibei Chen, Puja Trivedi, Dorota Jarecka, Saif Haobsh, Patrick Ray, Lydia Ng, Satrajit S. Ghosh

机构 * McGovern Institute for Brain Research, Massachusetts Institute of Technology, Cambridge, MA, USA（麦戈文脑科学研究所，麻省理工学院，马萨诸塞州剑桥市） ； Fylo Labs Inc., New York, NY, USA（Fylo实验室公司，纽约州纽约市） ； Allen Institute for Brain Science, Seattle, WA, USA（艾伦脑科学研究所，华盛顿州西雅图市） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出STRUCTSENSE框架，通过整合本体引导的符号知识、代理自我评估细化和人机协同验证，实现了结构化信息提取的鲁棒性，并在三个领域展示了其跨任务泛化能力。

Comments -

Refining and Reusing Annotation Guidelines for LLM Annotation

对LLM注释的注释指南进行细化和重用

Kon Woo Kim, Jin-Dong Kim, Akiko Aizawa

机构 * The Graduate University for Advanced Studies, SOKENDAI（Graduate University for Advanced Studies, SOKENDAI） ； National Institute of Informatics (NII)（National Institute of Informatics） ； BioData Science Initiative (BSI), National Institute of Genetics (NIG)（BioData Science Initiative (BSI), National Institute of Genetics） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出了一种系统性的注释指南重用和细化方法，通过迭代审核框架来对LLM注释进行改进，并在生物医学NER任务中验证了指南整合的有效性、推理优化模型的优势以及在最小监督下的审核可行性。

Comments 14 pages, 7 figures. Accepted to the ACL 2026 Main Conference

Reliable fairness auditing with semi-supervised inference

基于半监督推断的可靠公平性审计

Jianhui Gao, Jessica Gronsbell

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出Infairness框架，利用半监督推断在有限标注数据下实现公平性审计，通过回归与非线性基函数填补缺失结果，提升估计鲁棒性和效率，实验证明其在医疗数据中显著降低方差。

MHGraphBench: Knowledge Graph-Grounded Benchmarking of Mental Health Knowledge in Large Language Models

MHGraphBench: 用于评估大语言模型中心理健康知识的图知识基准

Weixin Liu, Congning Ni, Shelagh A. Mulvaney, Susannah L. Rose, Murat Kantarcioglu, Bradley A. Malin, Zhijun Yin

机构 * Vanderbilt University（范德比大学） ； Vanderbilt University Medical Center（范德比大学医学院） ； Virginia Tech（弗吉尼亚理工学院） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出MHGraphBench基准，评估大语言模型在心理健康实体识别、关系判断及双跳推理能力，发现模型在实体类型识别和小关系类型判断上表现优异，但在关系预测和双跳推理上仍有不足，且输出格式可靠性对性能有显著影响。

Comments Accepted to GEM 2026, ACL 2026 Workshop; 9 pages main text plus references and appendices

High-order mid-infrared nonlinear topological differentiator

高阶中红外非线性拓扑微分器

Jixi Zhang, Kun Huang, Shina Liao, Zhuohang Wei, Jianan Fang, Heping Zeng

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出一种高灵敏度中红外上转换微分器，通过非线性参量相互作用在中红外傅里叶分量上光学印刻拓扑复幅值模式，实现各向同性的高阶边缘增强，用于生物医学诊断和无标记材料分析。

Journal ref Laser & Photonics Reviews 20, e02431 (2026)

A Causal Language Modeling Detour Improves Encoder Continued Pretraining

通过因果语言模型的绕行提升编码器持续预训练

Rian Touchent, Eric de la Clergerie

机构 * Sorbonne Université / INRIA Paris ALMAnaCH Team（索邦大学 / 巴黎INRIA ALMAnaCH团队） ； INRIA Paris ALMAnaCH Team（巴黎INRIA ALMAnaCH团队） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文通过在持续预训练中临时切换到因果语言模型并随后进行短时掩码语言模型衰减，提升了下游任务性能，特别是在生物医学文本上表现更优。

To Whom Do Language Models Align? Measuring Principal Hierarchies Under High-Stakes Competing Demands

语言模型对谁进行对齐？在高风险竞争需求下测量主导层级

Fangyi Yu, Nabeel Seedat, Jonathan Richard Schwarz, Andrew M. Bean

机构 * Thomson Reuters Foundational Research（汤姆森·路透基础研究） ； University of Oxford（牛津大学） ； Imperial College London（帝国理工学院伦敦分校） 纠错

专题命中 生物医学文本 ：medical AI(abstract)

AI总结 研究探讨了在高风险专业场景中语言模型如何在用户、机构权威和专业规范之间进行对齐，发现模型在任务执行中常忽视专业规范，且对齐层级在不同领域和模型间不稳定。

QM-ToT: A Medical Tree of Thoughts Reasoning Framework for Quantized Model

QM-ToT: 一种用于量化模型的医学树状思维推理框架

Zongxian Yang, Jiayu Qian, Kay Chen Tan, Hau-San Wong, Yulong Chen, Haoyu Zhang, Zhi-An Huang

机构 * City University of Hong Kong(Dongguan)（香港城市大学（东莞）） ； Hong Kong Polytechnic University（香港理工大学） ； City University of Hong Kong（香港城市大学） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出QM-ToT框架，通过树状思维方法分解复杂医疗问题，提升INT4量化模型在MedQAUSMLE数据集上的性能，使LLaMA2-70b模型准确率从34%提升至50%。

Comments Accepted by ICIC 2026 Poster

Unbiased estimation in two-stage adaptive enrichment designs

两阶段自适应富集设计中的无偏估计

Enyu Li, Nigel Stallard, Ekkehard Glimm, Peter K. Kimani

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出一种通用的子人群选择规则框架，推导出统一最小方差条件无偏估计器UMVCUE，解决自适应富集设计中的选择偏差问题，提升药物开发的效率和伦理性。

Benchmarking PNW Model for MedMNIST to 100% Accuracy

对MedMNIST进行PNW模型基准测试以实现100%准确率

Bo Deng

机构 * Department of Mathematics（数学系） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出人工特殊智能概念，通过无错误训练使分类模型避免重复错误，应用于18个MedMNIST数据集，除三个存在双标签问题的集外，其余均达到100%准确率。

Comments 12 pages, 4 figure, 1 table

A Hybrid Retrieval and Reranking Framework for Evidence-Grounded Retrieval-Augmented Generation

一种混合检索与重排序框架用于证据导向的检索增强生成

Fariba Afrin Irany, Sampson Akwafuo

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出一种混合检索与重排序框架，用于生物医学和医疗相关文档问答中的引用感知RAG，通过亚马逊Bedrock知识库进行文档处理，并通过Cohere重排序提升相关性，最终实现高准确率的证据基础生成。

L-Estimation of Population Quantiles Using Ranked Set Sampling

基于秩集抽样的人口分位数L估计

Mohammad Jafari Jozani, Ehsan Zamanzade, Reza Modarre

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出两种基于秩集抽样的L估计方法，用于估计人口分位数，通过分解秩集设计构造了可扩展的计算方法，并在模拟和实际数据中验证了其效率优势。

Comments 33 pages, 5 figures, 1 table

What Don't You Understand? Using Large Language Models to Identify and Characterize Student Misconceptions About Challenging Topics

你有什么不明白吗？利用大型语言模型识别和表征学生在困难主题上的误解

Michael J. Parker, Maria G. Zavala-Cerna

机构 * Harvard Medical School and Division of Pulmonary, Critical Care and Sleep Medicine, Beth Israel Deaconess Medical Center（哈佛医学院和肺科、重症医学及睡眠医学部门，贝斯以色列德aconess医疗中心） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文通过量化分析与大型语言模型结合的方法，识别在线学习环境中学生在关键主题上的误解，揭示了通过考试题目内容、学生回答模式和课堂讲义相结合的数据分析，发现学生误解的可操作见解。

Comments 60 pages. Education and Information Technologies (2026)