研究人员开发了一种新颖的强化学习框架，用于放射科报告生成（RRG），该框架允许可控的精度和召回率。该方法解决了现有RRG系统优先考虑语言流畅性而非临床准确性的局限性。通过在训练目标中加入临床奖励并采用分组相对训练策略，该框架提高了临床疗效和训练稳定性。在MIMIC-CXR数据集上的实验表明，在自然语言生成和临床疗效指标方面均表现优越，为临床需求提供了精度-召回率权衡的可靠控制。 AI
影响 这项研究可能带来更有临床实用价值的AI生成放射科报告，提高医疗保健的效率和准确性。
排序理由 该集群包含一篇详细介绍新AI方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
