RadThinking：用于放射学纵向临床推理的数据集

癌症筛查是一项复杂的推理任务。本文提出 RadThinking，一个视觉问答（VQA）数据集，旨在使放射学中的推理过程显式化且可训练。该数据集包含三个难度层级：基础感知、单步规则应用及需要多步思维链的组合推理。组合性问题均提供符合临床报告标准的分解步骤。数据涵盖超两万例 CT 扫描及健康对照。作为首个按推理深度分层并基于临床标准的癌症筛查语料库，RadThinking 为强化学习提供了思维链数据和可验证奖励，支持系统性地训练与评估 AI 系统的癌症推理而非单纯检测能力。