放射学印象生成模型 Impression-R1 发布并完成评估

研究团队开发并评估了领域专用大推理模型 Impression-R1，用于生成放射学印象。该模型经模仿、推理、强化学习三阶段训练，结合大规模监督学习、临床条件化推理与影像学感知的奖励优化。 在来自六家机构和三个公开数据集的 11,884 例病例上，覆盖多种影像模态、解剖部位和疾病，并含英文基准的跨语言测试，团队称其表现优于或匹配当前通用大模型。在 200 例头对头评估中，该模型与机构参考印象的客观一致性高于所有参与评估的放射科医生，主观表现处于经验较少放射科医生的范围内。 在 360 次判读的随机同读者研究中，AI 辅助使报告质量提高（校正差值 0.28，95% CI 0.10–0.46）、完成时间缩短 27%（95% CI 19.0%–33.9%），无害性评分无显著差异。团队表示，该模型在更广泛临床部署前仍需持续验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。