CT-Flow：基于模型上下文协议服务器的 CT 解诊工作流程编排
计算机视觉与模式识别
2026-03-03 v1 人工智能
摘要
近期大型视觉语言模型（LVLMs）在诊断性视觉问答（VQA）和放射学报告生成等任务中展现出强大的多模态推理潜力。然而，现有大多数 3D CT 分析方法仍依赖静态、单次推理。实际临床解诊是一个动态的、以工具为中介的工作流程，其中放射科医生会迭代审阅切片并使用测量、放射组学和分割工具来细化检查发现。为弥合这一差距，我们提出 CT-Flow，一个面向可互操作性体积性解诊的代理人框架。通过利用模型上下文协议（MCP），CT-Flow 构建从封闭式推理向开放式、工具感知范式的转变。我们 curated CT-FlowBench，这是第一个量化 3D CT 工具使用和多步骤推理的大规模指令调优基准。基于此，CT-Flow 作为临床编排器，能够将复杂的自然语言查询分解为自动化工具使用序列。在 CT-FlowBench 和标准 3D VQA 数据集上的实验评估表明，CT-Flow 实现了最先进的性能，在诊断准确率上超越基线模型 41%，自主工具调用成功率达 95%。本工作为将自主、代理人式智能体集成到实际临床放射学中提供了可扩展的基础设施。
引用
@article{arxiv.2603.00123,
title = {CT-Flow: Orchestrating CT Interpretation Workflow with Model Context Protocol Servers},
author = {Yannian Gu and Xizhuo Zhang and Linjie Mu and Yongrui Yu and Zhongzhen Huang and Shaoting Zhang and Xiaofan Zhang},
journal= {arXiv preprint arXiv:2603.00123},
year = {2026}
}
备注
submitting to ACL 2026