MI-CXR：一个用于多间隔胸部X光片纵向推理的基准
计算机视觉与模式识别
2026-05-18 v1
摘要
纵向胸部 X 光片（CXR）解读需要对疾病在多次患者就诊中的演变进行推理，然而现有的大多数医学 VQA 基准测试都侧重于单张图像或短时间跨度的图像对。我们引入了 MI-CXR，这是一个用于标准化评估多间隔纵向推理的基准，它基于多次访问的 CXR 序列，无需自由形式的报告生成或额外的临床背景信息。MI-CXR 包含针对五次访问患者时间线的五选一选择题，并实例化了三个互补的任务族：时间事件定位、间隔变化推理和全局轨迹总结，这些任务评估了随时间推移的、基于临床基础的视觉推理。对 14 个最先进的视觉-语言模型（VLMs）的评估显示，其整体性能较低，平均准确率仅为 29.3%，仅略高于随机猜测。通过分阶段诊断探测，我们发现模型通常能生成局部合理的间隔描述，但未能强制执行时间约束或将证据组合成覆盖整个时间线的全局一致决策。这些发现揭示了当前 VLM 的关键局限性，并将 MI-CXR 确立为一个用于纵向医学推理的原则性基准。该基准可在 https://github.com/AIDASLab/MI-CXR 获取。
引用
@article{arxiv.2605.15574,
title = {MI-CXR: A Benchmark for Longitudinal Reasoning over Multi-Interval Chest X-rays},
author = {Sunghwan Steve Cho and Yunseok Han and Jaeyoung Do},
journal= {arXiv preprint arXiv:2605.15574},
year = {2026}
}
备注
33 pages