从范围到脚本：胃肠镜端oscopy自动报告生成模型
计算机视觉与模式识别
2025-10-07 v1
摘要
内镜程序如食管胃肠镜（EGD）和结肠镜在诊断和管理消化道疾病方面发挥着关键作用。然而，这些程序所需的文档工作负担对胃肠科医生造成了显著压力，导致临床工作流程效率低下和医生疲劳。为解决这一挑战，我们提出了一种新型的自动化报告生成模型，该模型利用基于Transformer的视觉编码器和文本解码器构建双阶段训练框架。在第一个阶段，两个组件都在图像/文本描述对上进行预训练，以捕获通用的视觉-语言特征，随后在图像/报告对上进行微调，以生成临床上有意义的发现。我们的做法不仅简化了文档流程，而且有望减少医生的工作负担并改善患者护理。
关键词
引用
@article{arxiv.2510.03543,
title = {From Scope to Script: An Automated Report Generation Model for Gastrointestinal Endoscopy},
author = {Evandros Kaklamanos and Kristjana Kristinsdottir and Jonathan Huang and Dustin Carlson and Rajesh Keswani and John Pandolfino and Mozziyar Etemadi},
journal= {arXiv preprint arXiv:2510.03543},
year = {2025}
}