X-PCR：眼科诊断中跨模态渐进式临床推理的基准

尽管多模态大语言模型（MLLM）进展显著，但其在多模态诊断中的临床推理能力尚未得到充分考察。现有基准多基于单模态数据，无法评估临床实践至关重要的渐进式推理与跨模态整合能力。本文提出跨模态渐进式临床推理（X-PCR）基准，这是首个通过完整眼科诊断工作流程全面评估 MLLM 的基准。该基准包含两项推理任务：一是涵盖从图像质量评估到临床决策的六阶段渐进式推理链；二是整合六种成像模态的跨模态推理任务。数据集包含来自 51 个公共数据集的 26,415 张图像和 177,868 个专家验证的视觉问答对，覆盖 52 种眼科疾病。对 21 个 MLLM 的评估揭示了其在渐进式推理和跨模态整合方面的关键差距。