哈佛医学院团队全面综述GenMI进展与挑战

生成式医学图像解释（GenMI）助力医学影像报告自动化在医学领域，准确解读医学图像并生成报告对患者护理至关重要，却给临床专家带来重负。GenMI领域的发展带来自动化契机。哈佛医学院研究团队于权威期刊Nature发文，全面探讨开发从图像生成医学报告的AI系统的进展与挑战。

GenMI在临床中的优势尽显多数现有AI方案侧重医学影像单一任务，GenMI潜力巨大，可实现多科室权威报告快速撰写等。医疗报告生成框架由视觉编码器和语言解码器构成，近年来基于此不断创新，GenMI方法借助视觉语言模型（VLM）可产生更准确报告并处理多模态数据。协助临床医生和患者可通过部署AI住院实习医师和符合人类偏好两个范例，临床医生有3种途径与AI系统协作。

GenMI仍面临四大挑战研究团队指出，GenMI要发挥优势需应对挑战。一是基准和评估指标，需开展评估研究并确保安全监管；二是临床医生和患者过度依赖问题，要明确AI系统局限性；三是有偏差的数据集和模型，需更优质数据集；四是新的模式和新的科室，应用有限且获取大规模多模态数据集成本高。自动生成医疗报告前景广阔，制定公开基准、持续临床合作和谨慎模型验证很关键。