M3TAVR

新AI框架TAVR-VLM旨在解决医疗报告生成中的幻觉问题

研究人员开发了TAVR-VLM，一个旨在解决多模态大语言模型（MLLMs）在跨导介入主动脉瓣置换术（TAVR）规划等高风险医疗领域应用时产生幻觉问题的新框架。该框架利用新颖的风险条件因果对齐注意力（R-CGA）机制，建立从风险评估到区域识别和词语生成的结构化对齐路径。在M3TAVR数据集上进行评估，TAVR-VLM已展现出最先进的性能，显著降低了幻觉率，同时提高了AI在手术情境下的可解释性。