放射学报告生成的校准置信度表达
计算与语言
2026-04-01 v1
摘要
大型视觉语言模型（LVLMs）在放射学报告生成中部署安全性不仅需要准确的预测，还需要临床可解释的指示，表明何时应该仔细审查输出，从而实现针对性放射科医师验证，减少幻觉发现影响临床决策的风险。一种直观的方法是 verbalized confidence，即模型明确表达其确定性。然而，当前最先进的语言模型往往会高估置信度，而关于多模态设置（如放射学报告生成）中校准的研究则有限。为此，我们引入ConRad（放射学报告的置信度校准），这是一种用于微调医学LVLMs以产生校准的 verbalized confidence 估计的强化学习框架，同时生成放射学报告。我们研究了两种设置：一种是单个报告级别的置信度得分，另一种是为每个声明分配置信度的句子级别变体。两种方法都使用基于对数评分规则的奖励函数进行训练，该奖励函数通过惩罚不校准来激励诚实自我评估，并在奖励最大化下保证最佳校准。实验结果表明，ConRad显著改进了校准效果，并优于现有方法。在临床评估中，我们显示ConRad的报告级别得分与医师的判断高度一致。通过突出显示完整报告或低置信度声明进行针对性审查，ConRad可以支持AI辅助报告生成在临床中的更安全集成。
引用
@article{arxiv.2603.29492,
title = {Calibrated Confidence Expression for Radiology Report Generation},
author = {David Bani-Harouni and Chantal Pellegrini and Julian Lüers and Su Hwan Kim and Markus Baalmann and Benedikt Wiestler and Rickmer Braren and Nassir Navab and Matthias Keicher},
journal= {arXiv preprint arXiv:2603.29492},
year = {2026}
}