CORAL多模态框架提升医学报告生成

Xinyue Xu等人提出名为CORAL（COncept-grounded ReAsoning with Localization）的多模态框架。该框架通过提示驱动定位病灶，并结合概念瓶颈模块，将文本概念令牌与掩码调制的视觉特征输入多模态大语言模型（MLLM）。其设计旨在克服现有系统缺乏临床中间属性建模的局限，实现结构化报告生成与诊断预测。 在BUS-CoT和IU X-ray数据集上的实验表明，与强通用型和医疗型MLLM相比，CORAL在诊断准确性、概念一致性及报告质量方面均取得了一致的提升。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。