ICLR 2026 收录的这两篇论文均致力于解决医学图像AI在实际部署中的可靠性问题。研究背景中，医学影像常面临分布偏移（Distribution Shifts）以及单体大模型缺乏可解释性的严峻挑战。

为了应对这些挑战，第一篇论文聚焦于交互式图像分割，通过在线自适应方法利用医生的实时点击输入来动态更新模型权重，从而克服未见数据的分布偏移；第二篇论文则针对多模态医学视觉推理，提出了一种基于证据的智能体协作框架，将原本大模型的黑盒推理拆解为实体提议、像素级分割定位和基于证据的问答三个透明阶段。

两者的主要创新贡献在于：通过引入直接的人类反馈机制或多专家模块交叉验证，大幅提升了模型在真实场景下的诊断精度与临床责任解释度（Clinical Accountability）。

我整理了这2篇论文的医学AI精读笔记+创新点拆解+选题建议，感兴趣的dd！希望能帮到你！

原文 姿 料 这儿！

一、论文1：[ICLR 2026] YOU POINT, I LEARN: ONLINE ADAPTATION OF INTERACTIVE SEGMENTATION MODELS FOR HANDLING DISTRIBUTION SHIFTS IN MEDICAL IMAGING

方法：

• 核心思路是将交互式分割（Interactive Segmentation）模型的推理动作转化为一种在线持续学习机制（OAIMS）。

• 包含两个自适应过程：一是交互后自适应（Post-Interaction Adaptation），将用户最终确认的掩码视为伪标签微调模型；二是交互中自适应（Mid-Interaction Adaptation），在每次点击后做增量优化。

• 引入了以点击为中心的高斯损失（Click-Centered Gaussian Loss, CCG），加权惩罚点击周围的预测误差。 关键的CCG损失公式如下：

创新点：

• 摒弃了增加模型复杂度的正则化项，直接凭借“用户精校后的输出足够优质”这一设定，生成可靠的伪基准标签进行在线优化。

• 提出的CCG损失极大地提升了网络对新数据域下局部临床特征的专注度，在多种病理的脑部MRI跨域测试中Dice分数提升超过10%。

• 巧妙结合了交互中与交互后双重更新策略，保证了模型轻量级的高效运算，且未出现传统在线学习常有的灾难性过拟合。

• 代码链接：https://github.com/WenTXuL/OAIMS

• 论文链接：https://arxiv.org/abs/2503.06717

二、论文2：[ICLR 2026] CARE: TOWARDS CLINICAL ACCOUNTABILITY IN MULTI-MODAL MEDICAL REASONING WITH AN EVIDENCE-GROUNDED AGENTIC FRAMEWORK

方法：

• 提出了基于证据的智能体框架（Evidence-grounded Agentic Framework, CARE），将多模态推理过程高度解耦。

• 工作流分三步：小参数大语言模型提出可能的医学实体（Medical Entities）；实体指代分割专家输出精确的局部ROI支持证据（掩码）；最后由图像与边界证据联合驱动VQA大模型作答。

• 为保证输出的逻辑一致性，对各专家模块引入带可验证奖励的强化学习（Reinforcement Learning with Verifiable Reward, RLVR）。 其中计算实体语义对齐相似度奖励的公式如下：

创新点：

• 提出了首个具有“拟人化诊疗流程”的医疗视觉智能体框架，利用确凿的显式图像线索强有力地解决了大模型易出现幻觉的问题。

• 将黑盒感知“化整为零”，避免单个通用模型出现捷径学习，且即使只有10B参数量表现依然大幅越级打败了目前的SOTA全领域大模型。

• 设计了能够实施动态规划和容错评估的控制中枢机制（CARE-Coord），模拟了医师对初诊报告进行证据复核与纠偏的安全性闭环。

• 代码链接：https://xypb.github.io/CARE-Project-Page/

• 论文链接：https://arxiv.org/abs/2603.01607