临床准确的胸部 X 光报告生成
计算机视觉与模式识别
2019-07-30 v2 计算与语言
摘要
给定医学放射图像的放射学报告自动生成在运营和临床患者护理改善方面具有重大潜力。许多先前工作聚焦于该问题，采用计算机视觉与自然语言生成的前沿方法以生成可读报告。然而，这些工作常未能考虑放射学领域的特定细微差别，尤其是所得生成报告中临床准确性的至关重要性。本工作中，我们提出一个领域感知的自动胸部 X 光放射学报告生成系统，其首先预测报告中将讨论的主题，然后有条件地生成对应于这些主题的句子。所得系统使用强化学习进行微调，同时考虑可读性与临床准确性，后者由所提出的临床连贯奖励（Clinically Coherent Reward）评估。我们在 Open-I 和 MIMIC-CXR 两个数据集上验证了该系统，并证明我们的模型在语言生成指标和 CheXpert 评估的准确性上相较多种竞争性基线均有显著提升。
引用
@article{arxiv.1904.02633,
title = {Clinically Accurate Chest X-Ray Report Generation},
author = {Guanxiong Liu and Tzu-Ming Harry Hsu and Matthew McDermott and Willie Boag and Wei-Hung Weng and Peter Szolovits and Marzyeh Ghassemi},
journal= {arXiv preprint arXiv:1904.02633},
year = {2019}
}