面向医学报告生成的幻觉缓解方法
计算与语言
2026-01-23 v1
摘要
在医学报告生成（MRG）领域，自然语言处理的整合已成为减轻放射科医生工作负担的重要工具。尽管大型视觉语言模型（LVLMs）在理解自然语言方面展现出令人印象深刻的能力，但它们容易生成看似合理却不准确的陈述（即“幻觉”），这引发了担忧——尤其是在细致且关键的医学领域。本文中，我们引入了一个框架，即知识增强的细粒度强化奖励医学报告生成（KERM），以解决该问题。我们的方法首先利用 MedCLIP 进行知识检索，从精心构建的知识语料库中纳入相关的病灶事实句子，从而优化 LVLM 的输入。随后，我们引入一个新颖的纯化模块，以确保检索到的知识与患者的临床上下文相关。接着，我们采用细粒度奖励来引导这些模型生成高度支持性且临床相关的描述，确保模型输出与期望行为对齐。在 IU-Xray 和 MIMIC-CXR 数据集上的实验结果验证了我们的方法在缓解幻觉和提升报告质量方面的有效性。
引用
@article{arxiv.2601.15745,
title = {Hallucination Mitigating for Medical Report Generation},
author = {Ruoqing Zhao and Runze Xia and Piji Li},
journal= {arXiv preprint arXiv:2601.15745},
year = {2026}
}