Colon-Bench

新的结肠镜检查AI基准Colon-Bench评估MLLMs

研究人员开发了Colon-Bench，一个用于训练AI模型处理结肠镜检查视频的新基准数据集。该数据集通过多阶段代理工作流生成，包含对超过30万个边界框和21.3万个分割掩模的详细标注，涵盖14个病灶类别。该基准用于评估最先进的多模态大语言模型（MLLMs），结果显示与SAM-3等现有模型相比，在医学领域的定位性能出奇地高。还引入了一种新颖的“colon-skill”提示策略，将零样本MLLM性能提高了高达9.7%。