TransXplainRRG

新型LVLM通过临床背景增强胸部X光报告生成

研究人员开发了TransXplainRRG，这是一种大型视觉语言模型 (LVLM)，旨在改进胸部X光报告的生成。该模型整合了患者病史、Swin Transformer和基于Transformer的文本编码器，以增强临床背景和可解释性。在MIMIC-CXR和IU X-Ray数据集上进行评估，TransXplainRRG在性能上与包括MAIRA-2在内的现有模型具有竞争力，并在临床一致性的GREEN指标上取得了更高的分数。