Radiology Report Generation Evidence-Driven Multimodal LLM Explainable AI
摘要

自动放射学报告生成潜力巨大,但现有大模型因“黑盒”决策缺乏显式视觉证据且难获取外部知识而受限。为此,本文提出 EviAgent,一种证据驱动的放射学报告生成智能体。不同于不透明的端到端范式,EviAgent 将复杂生成过程分解为细粒度操作单元,协调透明的推理轨迹。系统整合多维视觉专家与检索机制作为外部支持模块,赋予其显式视觉证据和高质量临床先验。实验表明,该模型在多个数据集上优于通用及专用医疗模型,提供了稳健可信的解决方案。

AI 推荐理由

论文核心在于构建透明的推理轨迹,通过分解任务并提供显式视觉证据来增强诊断推理的可解释性。

研究机构
Sun Yat-sen University Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences Sangfor Technologies, Shenzhen, Guangdong, China
论文信息
作者 Tuoshi Qi, Shenshen Bu, Yingfei Xiang, Zhiming Dai
发布日期 2026-03-14
arXiv ID 2603.13956
相关性评分 9/10 (高度相关)