MedVL-CT69K

新框架通过视觉语言模型（VLM）-专才协同增强医学影像理解

研究人员开发了新的医学影像理解框架，将视觉语言模型（VLM）的广泛能力与专业诊断工具相结合。工具瓶颈框架（TBF）使用学习模型来组合选定工具的输出，在数据受限的情况下提高可解释性和性能，尤其是在组织病理学和皮肤病学领域。另外，Super-Generalist（SuG）框架将通才VLM与专才目标相结合，利用分割专家的空间先验来增强病灶定位，并在胸部和腹部CT基准测试中取得最先进的成果。