摘要
医学影像 AI 在孤立图像解读上表现优异，但缺乏与放射学实践的对齐，后者依赖跨 prior 研究和类似参考病例的比较。本文将放射学比较构建为实体感知的跨图像推理问题，提出支持参考病例检索和时间比较解释的框架。构建了包含超 69 万张图像的 MedReCo-DB 数据集，并开发了 MedReCo 实体感知编码器及 MedReCo-VLM 视觉语言模型。实验表明，该框架在检索和生成任务中均显著优于基线，提升了纵向随访准确性，证明了从常规临床数据中学习实体感知比较推理的可行性。
AI 推荐理由
论文核心提出实体感知的跨图像推理框架，解决放射学中的比较推理问题。
研究机构
University of Science and Technology of China
Shanghai Artificial Intelligence Laboratory
Department of Radiology, Renmin Hospital of Wuhan University
Shanghai Sixth People's Hospital Affiliated to Shanghai Jiao Tong University
Department of Biomedical Informatics, Harvard Medical School
论文信息