医学视觉问答在放射学工作流程中集成的障碍：一项范围综述和临床医生的见解
计算与语言
2025-07-15 v2 计算机视觉与模式识别
摘要
医学视觉问答（MedVQA）是一种通过问答自动化医学图像解读来帮助放射科医生的有前景的工具。尽管在模型和数据集方面取得了进展，但MedVQA在临床工作流程中的集成仍有限。本研究系统性地审阅了68篇2018-2024年的文献，并调查了来自印度和泰国的50名临床医生，以探讨MedVQA的实际效用、挑战和空白。遵循Arksey和O'Malley范围综述框架，我们采用两种方法：（1）审阅研究以识别放射学工作流程中的关键概念、进展和研究空白；（2）调查临床医生以捕捉他们对MedVQA临床相关性的看法。我们的审阅显示，近60%的问答对是非诊断性的，缺乏临床相关性。大多数数据集和模型不支持多视角、多分辨率成像、电子健康记录集成或领域知识，这些是临床诊断所必需的 features。此外，当前评估指标与临床需求之间存在明显不匹配。临床医生的调查确认了这一断层：仅有29.8%的受访者认为MedVQA系统高度有用。关键关注点包括缺乏患者史或领域知识（87.2%），偏好手动精选数据集（51.1%），以及对多视角图像支持的需求（78.7%）。此外，66%的受访者支持针对特定解剖区域的模型，而89.4%的受访者更倾向于对话式交互式系统。尽管MedVQA显示出强大的潜力，但包括有限的多模态分析、缺乏患者背景以及评估方法不一致等挑战，必须被解决才能实现有效的临床集成。
引用
@article{arxiv.2507.08036,
title = {Barriers in Integrating Medical Visual Question Answering into Radiology Workflows: A Scoping Review and Clinicians' Insights},
author = {Deepali Mishra and Chaklam Silpasuwanchai and Ashutosh Modi and Madhumita Sushil and Sorayouth Chumnanvej},
journal= {arXiv preprint arXiv:2507.08036},
year = {2025}
}
备注
29 pages, 5 figures (1 in supplementary), 3 tables (1 in main text, 2 in supplementary). Scoping review and clinician survey