摘要
超声解读需精准病灶定位与整体临床推理，现有方法往往顾此失彼。本文提出 Echo-α，一种基于“调用 - 推理”框架的代理多模态推理模型。该模型协调器官特异性检测器输出，结合全局视觉上下文，将证据转化为可落地的诊断决策。通过九任务监督课程训练及序列强化学习优化，Echo-α 在跨中心肾部和乳腺超声基准测试中，于定位与诊断任务上均超越竞品，证明了代理多模态推理在提升医疗 AI 准确性与可解释性方面的潜力。
AI 推荐理由
论文核心提出多模态推理模型，统一检测与临床推理，解决超声解读中的推理难题。
研究机构
School of Computer Science, Wuhan University, China
The Central Hospital of Wuhan, China
Taizhou Hospital of Zhejiang Province, China
Nanyang Technological University, Singapore
论文信息