中文

AtomiMed：用于通用临床感知医学报告评估的分层原子事实核查

计算工程、金融与科学 2026-06-30 v1
作者: Yuan Wang , Wanxing Chang , Songtao Jiang , Shujian Gao , Xiaotian Zhang , Ruifeng Yuan , Weiwei Cao , Bowen Shi , Ling Zhang , Zuozhu Liu , Jianpeng Zhang
在 arXiv 上查看 ↗ PDF ↗

摘要

传统的医学报告生成（MRG）指标主要依赖于表面的n-gram重叠，这无法捕捉临床事实准确性，并且常常忽略灾难性的诊断错误。我们通过提出\textbf{AtomiMed}来解决这一根本性限制，这是一个通用的、模态无关的评估框架，将复杂的医学叙述分解为标准化、多层次的原子临床事实层级，包括疾病级实体和属性级描述符，涵盖位置、形态和严重程度。通过在真实报告和预测报告之间实施代理交叉验证循环，AtomiMed模拟了多放射科医生同行评审过程以验证临床一致性，从而能够解耦评估诊断检测和描述准确性。为了促进标准化评估，我们引入了\textbf{MRGEvalKit}，一个用于自动分层提取的开源工具包，并策划了\textbf{OmniMRG-Bench}，一个涵盖X射线、CT、MRI和超声的综合多模态基准。在多个专家注释的读者研究上的大量实验表明，与传统和基于模型的指标相比，AtomiMed与人类放射科医生判断的相关性显著更高。我们的代码发布在https://github.com/Venn2336/MRGEvalkit

关键词

医学报告生成 事实核查 评估框架 临床一致性 多模态基准

引用

@article{arxiv.2606.31292,
  title  = {AtomiMed: Hierarchical Atomic Fact-Checking for Universal Clinical-Aware Medical Report Evaluation},
  author = {Yuan Wang and Wanxing Chang and Songtao Jiang and Shujian Gao and Xiaotian Zhang and Ruifeng Yuan and Weiwei Cao and Bowen Shi and Ling Zhang and Zuozhu Liu and Jianpeng Zhang},
  journal= {arXiv preprint arXiv:2606.31292},
  year   = {2026}
}

备注

11 pages, 4 figures