标签
本文介绍了反事实临床审计（CCA）框架，用于评估ICU脓毒症管理的离线强化学习智能体，揭示了‘毒性模仿’——智能体复制标准指标无法检测的有害治疗模式。使用MIMIC-III数据，表明医学决策Transformer在乳酸升高时未能升级血管加压药，而因果Transformer表现安全。
The paper investigates whether guideline-based categorical encodings of continuous predictors can replace continuous inputs in stroke outcome prediction models without sacrificing accuracy, finding comparable performance in most treatment cohorts.
本文介绍了 GoT-CD，一种用于因果发现的 Graph-of-Thoughts 方法，它生成有效的 DAG，并表明尽管在结构上与 LLM 基线相当，但仅凭结构保真度并不能保证公平性忠实的路径特定审计，从而凸显了事后路径特定公平性审计的脆弱性。
这篇观点文章认为，大语言模型尚不能安全用于自主临床决策支持，尤其是在对未分诊患者进行分诊时，原因在于缺乏在不完整信息和漏诊不对称成本条件下的稳健评估。
Aletheia 是一个离线优先的临床决策支持系统，基于 Qwen2.5-3B-Instruct 模型，使用 QLoRA 在 27,000 个临床推理样本上进行微调，旨在服务于撒哈拉以南非洲的低资源医疗环境，达到了 80% 的 Top-1 准确率，且符合内存限制。
本文介绍了一项形成性研究，采用两阶段LLM流水线（Gemini 2.5 Pro 和 Flash）检测电子健康记录中的内部文档不一致性，分析了3000份出院小结，并提出了一种分级本体来对不一致性进行分类。
SCEPTER是一个框架，通过结合PubMed检索、PubMedBERT排序、大语言模型声明提取、矛盾检测和帕累托最优声明选择，将临床病例描述转化为基于证据的建议，实现了192:1的压缩比，同时保持了较高的证据多样性。
本文表明，蒙特卡洛丢弃法能够为胸部X光片分类器提供认知不确定性信号，当以二元错误风险标志的方式传达时，可改善临床决策支持代理的错误检测，并减少自信误诊。
评估了利用72个临床案例生成乳腺癌治疗推荐的自主LLM系统，发现最佳系统（采用D&C+SA流程的Claude Opus 4.8）的全局得分为0.594，但由于持续存在的错误，尚不足以用于无监督临床使用。
本文介绍了iLENS，一种可解释的、由大语言模型（LLM）引导的混合专家（MoE）框架，用于阿尔茨海默病的生存预测和患者亚型分析。该方法为其路由决策提供了透明且基于生物学的合理解释，弥合了高性能生存分析与可解释临床决策支持之间的差距。
本文介绍了大型癌症助手（LCA），这是一种模型无关的编排框架，用于肿瘤学中的可扩展临床决策支持。该框架通过七元组架构和算法不可渗透性，将多模态数据摄入与AI推理解耦。
本文介绍了MMIR-TCM，一种新颖的框架，它整合了多模态大语言模型与记忆增强分割和检索增强生成技术，以支持中医临床决策，同时提供了新的数据集MedTCM和评估指标TDEU。
本文介绍了ClaMPAPP，一种混合架构，使用LLM作为接口从临床叙述中提取特征，然后将这些特征传递给XGBoost分类器进行儿童阑尾炎诊断，展示了相比端到端LLM基线更高的鲁棒性和安全性。
本文提出了一种在线自适应的临床决策支持AI系统，该系统整合了治疗效果估计、数字孪生模拟和强化学习，以在安全、临床医生监督的方式下推荐治疗方案，并在合成模拟器和TCGA卵巢癌数据集上进行了验证。
本文提出了VIBEMed，一种具有自进化机制和安全沙箱的多智能体框架，用于稳健的临床决策支持，集成了专门用于诊断、治疗计划以及随时间演化临床知识的智能体。
本综述回顾了知识图谱在医学中五个关键领域——临床决策支持、疾病预测、健康推荐系统、精准医学和医学问答——中的应用，讨论了挑战与未来方向。
本文提出了一种知识增强的中医视觉诊断系统，该系统使用Neo4j知识图谱、四阶段症状匹配流程以及信息增益驱动的主动提问策略，以提升透明度和可解释性。结果表明，该显著提高了诊断信任度并降低了认知负荷。
本系统范围综述审视了牙科医疗中三类大型AI模型：语言生成模型、判别式视觉基础模型和牙科专用基础模型，分析了97项研究，表明通用模型和领域专用模型发挥互补作用，集成流水线优于单一模型方法。
提出RAG4Outcome，一种整合多模态临床数据（PET-CT报告、手术记录、随访笔记）的检索增强生成框架，用于改善慢性骨髓炎的预后预测，增强可解释性和临床可靠性。
本研究评估了通过与大型语言模型（LLM）的交互式对话（通过 MedSyn 系统）如何提高急诊科医生在急诊环境中的诊断准确性，结果显示住院医师在处理疑难病例时的诊断准确率有显著提升。