ECG-Reasoning-Benchmark

新基准显示大型语言模型在心电图临床推理方面存在困难

研究人员推出了 ECG-Reasoning-Benchmark，这是一个旨在评估多模态大型语言模型（MLLMs）在解读心电图（ECGs）方面的临床推理能力的新评估框架。该基准包含 17 种核心心电图诊断的 6,400 多个样本，结果显示，当前 MLLMs 在多步逻辑推理和将其推理与视觉心电图证据联系起来方面存在困难。虽然模型可以检索诊断标准，但它们常常无法维持完整的推理链，这表明其视觉关联能力存在局限性，并且需要更强大、以推理为中心的医疗 AI。