CRG 分数：一种分布感知的放射科报告生成临床指标
计算与语言
2025-05-26 v1 计算机视觉与模式识别
摘要
评估长上下文放射科报告生成具有挑战性。NLG 指标未能捕捉临床正确性，而基于 LLM 的指标往往缺乏可迁移性。临床准确性指标更为相关，但对类别不平衡敏感，常偏向于简单预测。在本文中，我们提出了 CRG 分数，这是一种分布感知且可适应的指标，其仅评估参考报告中显式描述的临床相关异常。CRG 支持二元标签和结构化标签（如类型、位置），可与任何 LLM 结合用于特征提取。通过根据标签分布平衡惩罚，CRG 实现更公平、更稳健的评估，并可作为临床对齐的奖励函数使用。
引用
@article{arxiv.2505.17167,
title = {CRG Score: A Distribution-Aware Clinical Metric for Radiology Report Generation},
author = {Ibrahim Ethem Hamamci and Sezgin Er and Suprosanna Shit and Hadrien Reynaud and Bernhard Kainz and Bjoern Menze},
journal= {arXiv preprint arXiv:2505.17167},
year = {2025}
}