Buchumschlag

Medical Context Distorts Decisions in Clinical Vision Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Restrepo, David, Ktena, Ira, Vakalopoulou, Maria, Christodoulidis, Stergios, Ferrante, Enzo
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On the Risk of Misleading Reports: Diagnosing Textual Biases in Multimodal Clinical AI
von: Restrepo, David, et al.
Veröffentlicht: (2025)

Fairness and Robustness of CLIP-Based Models for Chest X-rays
von: Sourget, Théo, et al.
Veröffentlicht: (2025)

Mask-HybridGNet: Graph-based segmentation with emergent anatomical correspondence from pixel-level supervision
von: Gaggion, Nicolás, et al.
Veröffentlicht: (2026)

PVeRA: Probabilistic Vector-Based Random Matrix Adaptation
von: Fillioux, Leo, et al.
Veröffentlicht: (2025)

ViG-Bias: Visually Grounded Bias Discovery and Mitigation
von: Marani, Badr-Eddine, et al.
Veröffentlicht: (2024)

Full Conformal Adaptation of Medical Vision-Language Models
von: Silva-Rodríguez, Julio, et al.
Veröffentlicht: (2025)

CAPRMIL: Context-Aware Patch Representations for Multiple Instance Learning
von: Lolos, Andreas, et al.
Veröffentlicht: (2025)

SGPMIL: Sparse Gaussian Process Multiple Instance Learning
von: Lolos, Andreas, et al.
Veröffentlicht: (2025)

OCTOPUS: Enhancing the Spatial-Awareness of Vision SSMs with Multi-Dimensional Scans and Traversal Selection
von: Mahatha, Kunal, et al.
Veröffentlicht: (2026)

BayesAdapter: enhanced uncertainty estimation in CLIP few-shot adaptation
von: Morales-Álvarez, Pablo, et al.
Veröffentlicht: (2024)

Controllable Latent Space Augmentation for Digital Pathology
von: Boutaj, Sofiène, et al.
Veröffentlicht: (2025)

Multimodal Carotid Risk Stratification with Large Vision-Language Models: Benchmarking, Fine-Tuning, and Clinical Insights
von: Tsolissou, Daphne, et al.
Veröffentlicht: (2025)

SoC: Semantic Orthogonal Calibration for Test-Time Prompt Tuning
von: Fillioux, Leo, et al.
Veröffentlicht: (2026)

Are foundation models for computer vision good conformal predictors?
von: Fillioux, Leo, et al.
Veröffentlicht: (2024)

Class Adaptive Conformal Training
von: Marani, Badr-Eddine, et al.
Veröffentlicht: (2026)

Open Challenges on Fairness of Artificial Intelligence in Medical Imaging Applications
von: Ferrante, Enzo, et al.
Veröffentlicht: (2024)

THUNDER: Tile-level Histopathology image UNDERstanding benchmark
von: Marza, Pierre, et al.
Veröffentlicht: (2025)

Information Maximization for Long-Tailed Semi-Supervised Domain Generalization
von: Fillioux, Leo, et al.
Veröffentlicht: (2026)

Visual In-Context Learning for Large Vision-Language Models
von: Zhou, Yucheng, et al.
Veröffentlicht: (2024)

Benchmarking Direct Preference Optimization for Medical Large Vision-Language Models
von: Kim, Dain, et al.
Veröffentlicht: (2026)

No Tokens Wasted: Leveraging Long Context in Biomedical Vision-Language Models
von: Sun, Min Woo, et al.
Veröffentlicht: (2025)

CDG-MAE: Learning Correspondences from Diffusion Generated Views
von: Belagali, Varun, et al.
Veröffentlicht: (2025)

HSCR: Hierarchical Self-Contrastive Rewarding for Aligning Medical Vision Language Models
von: Jiang, Songtao, et al.
Veröffentlicht: (2025)

Evaluating Reasoning Faithfulness in Medical Vision-Language Models using Multimodal Perturbations
von: Moll, Johannes, et al.
Veröffentlicht: (2025)

Fusion of Domain-Adapted Vision and Language Models for Medical Visual Question Answering
von: Ha, Cuong Nhat, et al.
Veröffentlicht: (2024)

CROPE: Evaluating In-Context Adaptation of Vision and Language Models to Culture-Specific Concepts
von: Nikandrou, Malvina, et al.
Veröffentlicht: (2024)

Rethinking Visual Dependency in Long-Context Reasoning for Large Vision-Language Models
von: Zhou, Yucheng, et al.
Veröffentlicht: (2024)

MMLongBench: Benchmarking Long-Context Vision-Language Models Effectively and Thoroughly
von: Wang, Zhaowei, et al.
Veröffentlicht: (2025)

ZALM3: Zero-Shot Enhancement of Vision-Language Alignment via In-Context Information in Multi-Turn Multimodal Medical Dialogue
von: Li, Zhangpu, et al.
Veröffentlicht: (2024)

TemMed-Bench: Evaluating Temporal Medical Image Reasoning in Vision-Language Models
von: Zhang, Junyi, et al.
Veröffentlicht: (2025)

MMLongCite: A Benchmark for Evaluating Fidelity of Long-Context Vision-Language Models
von: Zhou, Keyan, et al.
Veröffentlicht: (2025)

Anatomical Structure-Guided Medical Vision-Language Pre-training
von: Li, Qingqiu, et al.
Veröffentlicht: (2024)

Med-MoE: Mixture of Domain-Specific Experts for Lightweight Medical Vision-Language Models
von: Jiang, Songtao, et al.
Veröffentlicht: (2024)

SCoPE VLM: Selective Context Processing for Efficient Document Navigation in Vision-Language Models
von: Lim, Gyubeum, et al.
Veröffentlicht: (2025)

Pseudo-Prompt Generating in Pre-trained Vision-Language Models for Multi-Label Medical Image Classification
von: Ye, Yaoqin, et al.
Veröffentlicht: (2024)

Guiding Medical Vision-Language Models with Explicit Visual Prompts: Framework Design and Comprehensive Exploration of Prompt Variations
von: Zhu, Kangyu, et al.
Veröffentlicht: (2025)

PhenoLIP: Integrating Phenotype Ontology Knowledge into Medical Vision-Language Pretraining
von: Liang, Cheng, et al.
Veröffentlicht: (2026)

Show and Guide: Instructional-Plan Grounded Vision and Language Model
von: Glória-Silva, Diogo, et al.
Veröffentlicht: (2024)

VTCBench: Can Vision-Language Models Understand Long Context with Vision-Text Compression?
von: Zhao, Hongbo, et al.
Veröffentlicht: (2025)

How Does Vision-Language Adaptation Impact the Safety of Vision Language Models?
von: Lee, Seongyun, et al.
Veröffentlicht: (2024)