📊 Medical Imaging AI Weekly Papers

首个系统性评估医学基础模型鲁棒性的基准，覆盖40种扰动类型和8种影像模态。评估5种VLM和2种分割模型的5种微调策略。发现LoRA退化几乎是全量微调的两倍；9/15个最严重损坏为医学领域特有；LoRA调优的视觉定位下降超40分，零样本描述下降不到7%。

两阶段跨模态框架：第一阶段用BLIP-2在语义引导下识别病灶候选区域生成框提示；第二阶段将提示输入SAM多任务网络，多候选区域聚合提升提示稳定性，结合视觉-影像组学融合头进行诊断。实现从病灶定位到诊断的闭环。

用轻量扩散先验替代SAM2的人工提示，从冻结的SAM2图像特征合成分割掩码嵌入，消除用户提示依赖。利用先前分割切片作为条件，强制体积数据的空间一致性。在BTCV和CHAOS数据集的CT/MRI上取得竞争力表现。

自门控机制让3D SAM模型自适应决定是否激活多尺度特征融合。Self-Gated Prompting Module通过轻量门控单元预测特征是否需要多尺度融合，配合Zoom Loss对小病灶加权监督。MSD肝肿瘤mDice提升7.3%。

将成像物理约束融入扩散模型，基于投影域等变性损失（源自CT采集物理）设计条件3D潜在扩散框架。利用面内旋转在投影域和重建域保持一致的物理特性，显著提升CBCT→CT合成的HU准确性。

首次将临床对齐评分（CAS）引入扩散模型微调。CAS基于基础模型逐图评估生成图像与病理相关标准的符合度，以此作为奖励信号进行RLHF风格微调，替代FID等无法衡量医学质量的通用指标。

将潜在扩散模型条件化解耦为解剖编码器和疾病严重程度嵌入两个互补部分，在保持患者特定解剖结构的同时，沿MES评分连续控制溃疡性结肠炎严重程度阶段。

首个系统性评估医学VLM在胸部X光解读中幻觉问题的基准。区分'临床看似合理但实际不存在'与'明显错误'两类幻觉，提出缓解策略。直接关系到患者安全——虚假影像发现可能导致误诊。

人机协作的放射学报告参考架构，将测量值、分割掩码和解剖定位与报告文本中每个发现关联。人在环路中验证和修正AI输出，提升报告的事实一致性和可追溯性。

首个将放射学环境作为Agent操作空间的基准——Agent需自主浏览影像序列、决定观察策略，而非接收预处理样本。推动AI从'被动接收图像'到'主动探索影像'的范式转变。

用扩散模型替代自回归模型生成放射学报告。拓扑感知掩码扩散策略保持报告各发现之间逻辑拓扑，置信度驱动的重写机制修正低置信度片段。临床准确性和自然语言流畅度均优于AR方法。

从'被动接收证据'到'主动搜索证据'——首个自动化多模态临床证据搜索Agent。打破现有临床AI假设证据已整理好的模式，让Agent主动从异构来源中搜索、迭代规划和合成多模态证据。模拟真实临床工作流。

多Agent协作实现从图像感知到诊断报告的完整胎儿超声解读流水线。分别负责切面识别、解剖分割、生物测量和诊断报告，通过Agent间证据传递实现端到端解读。显著优于单模型方法。

RAG系统也能自我进化——多Agent分工（查询优化、检索、答案验证），通过自进化机制持续优化检索和推理策略。解决传统RAG'单轮静态检索'与临床推理'多阶段动态过程'的错配。长期使用越用越准。

将可解释原型网络与LLM结合，通过隐私保护的Agent工作流生成临床报告。解决RAG的'检索阿谀'问题（LLM臆造符合视觉预测的事后解释），兼顾可解释性和隐私保护。

模拟真实诊断过程——Agent在噪声环境中主动提问、选择检查项目、综合诊断。与患者交互获取信息→选择医学检查→在噪声和不确定信息中进行综合诊断，更接近真实临床工作流。