← 返回首頁

讓胸部X光AI少寫錯:強化學習改善影像報告,臨床應用仍待驗證

一份讀來流暢的影像報告,也可能漏掉關鍵異常。UniRG-CXR把臨床錯誤納入訓練獎勵,在跨資料集測試與放射科醫師評估中展現進步;但報告品質改善,距離證明能安全協助診療仍有一步。

By SURL BioNews

胸部X光報告的價值,在於把影像中的發現準確傳達給照護團隊。對自動撰寫報告的人工智慧而言,文字通順只是起點;漏寫異常、加入影像未支持的描述,都可能讓一份看似專業的報告失去可靠性。一項新研究嘗試把這類錯誤直接放進訓練目標,讓模型學習如何少犯錯。

11月12日,《Nature Communications》刊出微軟研究院團隊的同儕審查研究,介紹擁有80億參數的視覺語言模型UniRG-CXR。模型的任務是根據胸部X光與臨床背景,生成影像所見及診斷印象。這項工作今年1月已以預印本公開,7月更新版本,如今進入期刊發表階段。

研究處理的一個難題,是醫院之間的報告習慣並不一致。只靠既有影像與報告配對進行監督式微調,模型可能記住某個資料集常用的措辭,換到另一家醫院便表現下滑。團隊因此在微調後加入強化學習,把文字吻合度、語意品質,以及由大型語言模型評估的臨床錯誤訊號合併為獎勵,引導模型兼顧表達與內容正確性。

資料規模提供了接觸不同影像與報告風格的機會。依團隊1月的研究說明,訓練資料涵蓋逾56萬次檢查、78萬張影像與22.6萬名患者,來源超過80家醫療機構。不過,資料量本身並不能保證跨院可靠;更關鍵的是,模型遇到未參與訓練的病例與外部資料時,能否維持品質。

期刊研究納入保留測試集、外部非公開資料集,以及專業放射科醫師的評估,並以報告品質指標RadCliQ作為主要衡量依據。團隊報告,UniRG-CXR在ReXrank基準的四個資料集、兩種報告生成設定中優於比較模型,且產生較少具有臨床意義的錯誤。這些結果支持訓練方法的研究價值,但不能直接換算為真實診療中的誤診率下降。

為方便其他研究者檢驗,團隊也在Hugging Face公開模型,採Apache 2.0授權,並提供生成影像所見與診斷印象的操作範例。公開模型有助後續比較與重現,卻不等於取得醫療用途的認可;研究團隊在說明中明確將UniRG定位為研究原型,尚未完成臨床用途驗證。

下一道問題因此落在實際工作流程:醫師使用這類報告草稿後,是否真的能更快完成判讀、減少遺漏,又不因過度信任文字而忽略錯誤?目前公布的評估尚不能回答這些問題。要從測試集上的進步走向照護現場,仍須以臨床驗證確認它對判讀、修訂負擔與患者安全的實際影響。

References

  1. Nature Communications
  2. Microsoft Research
  3. arXiv
  4. Microsoft on Hugging Face