摘要
临床实践中,患者多次检查产生的纵向数据对评估疾病进展至关重要。尽管多模态大语言模型发展迅速,但纵向医疗视觉推理仍探索不足。为此,本文提出 LoMeVQA 基准,包含 206K 个纵向视觉问答对,涵盖进展分类、描述、报告生成等五项任务。通过自动化流程构建数据集,利用医学知识图谱建模时间演化。评估显示现有模型在时间推理上表现欠佳,本文进而推出 MedLong-8B 模型,在各任务中达到最先进水平,并深入分析了失败模式。
AI 推荐理由
论文核心聚焦于纵向医疗图像中的时间推理能力,构建基准并评估模型在此特定推理任务上的表现。
研究机构
同济大学
上海, 中国
华东师范大学
论文信息