本研究提出了一种概念相似性推理网络（CSR），旨在提升计算机辅助诊断中的模型决策解释与干预能力。CSR通过提供图像区域的概念原型，实现了补丁级别的解释和空间交互，在三个生物医学数据集上可解释性性能最高提高4.5%。

本研究提出了PICLe框架，解决了低资源命名实体识别中上下文学习对示范选择的敏感性，利用部分正确的伪标注实现有效的任务转移，最终在多个生物医学数据集上超越了ICL。