PathReasoner-R1：通过知识引导的策略优化在病理视觉语言模型中植入结构化推理
计算机视觉与模式识别
2026-01-30 v1
摘要
视觉语言模型（VLM）正推动计算病理学的发展，具备优越的视觉理解能力。然而，当前系统常将诊断直接简化为输出结论，而缺乏可验证的证据链接推理，这严重限制了临床信任，并阻碍了专家纠错。为此，我们构建了 PathReasoner——第一个大规模全切片图像（WSI）推理数据集。不同于依赖无验证蒸馏的先前工作，我们开发了严格的知识引导生成管道。利用医学知识图谱，我们显式地将结构化病理发现和临床推理与诊断结果对齐，生成超过 20K 条高质量的指令样本。基于该数据库，我们提出了 PathReasoner-R1，该模型将轨迹掩码监督微调与推理导向强化学习相结合，以在模型中植入结构化链式思考能力。为确保医学严谨性，我们设计了包含实体奖励机制的知识感知多粒度奖励函数，该机制严格对齐知识图谱，有效引导模型优化逻辑一致性，而非仅匹配结果，从而增强鲁棒性。大量实验表明，PathReasoner-R1 在 PathReasoner 和多个公开基准上实现了最先进的性能，赋予病理模型透明且临床依据的推理能力。数据集和代码已提供：https://github.com/cyclexfy/PathReasoner-R1。
引用
@article{arxiv.2601.21617,
title = {PathReasoner-R1: Instilling Structured Reasoning into Pathology Vision-Language Model via Knowledge-Guided Policy Optimization},
author = {Songhan Jiang and Fengchun Liu and Ziyue Wang and Linghan Cai and Yongbing Zhang},
journal= {arXiv preprint arXiv:2601.21617},
year = {2026}
}