ImageCLEFmed

AI 模型融合 MRI、病理学和文本以进行脑肿瘤分类

DS@GT ARC 团队开发了一种用于脑肿瘤亚型分类的多模态模型，结合了 MRI 嵌入、组织病理学嵌入和放射学报告。他们的系统利用任务特定门，并探索了不同的报告编码器，包括 RadBERT 和 Llama 3.1 8B-Instruct。该模型在 MEDIQA-CORE 2026 Task 1 上取得了 0.801 的平均宏观 F1 分数，超过了基线，并在已验证的提交中名列第二。然而，该系统的性能高度依赖于组织病理学数据的可用性。