面向PET/CT报告印象的全面基准与参数高效微调
计算机视觉与模式识别
2026-03-12 v1
摘要
PET/CT成像在肿瘤学和核医学中至关重要，但将复杂发现总结为精确诊断印象的工作负拷重大。虽然大语言模型在医学文本生成方面显示出前景，但其在PET/CT高度专业领域的能力尚未得到充分探索。我们引入PET-F2I-41K（PET发现转印象基准），该基准由超过41,000个真实报告构成，用于PET/CT印象生成。使用PET-F2I-41K，我们对27个模型进行全面评估，包括专有前沿大语言模型、开源通用模型和医学领域大语言模型，并开发了一个来自Qwen2.5-7B-Instruct通过LoRA微调的领域适应模型（PET-F2I-7B）。除标准NLG指标（如BLEU-4、ROUGE-L、BERTScore）外，我们提出了三个临床导向指标——实体覆盖率（ECR）、未覆盖实体率（UER）和事实一致性率（FCR）——以评估诊断完整性和事实可靠性。实验结果表明，无论是前沿模型还是医学领域模型在零样本设置下都表现不佳；相比之下，PET-F2I-7B实现了显著提升（例如0.708的BLEU-4），实体覆盖率提升了3倍，同时在成本、延迟和隐私方面具有优势。除了此建模贡献外，PET-F2I-41K为加速开发可靠且临床可部署的PET/CT报告系统提供了标准化评估框架。
引用
@article{arxiv.2603.10560,
title = {PET-F2I: A Comprehensive Benchmark and Parameter-Efficient Fine-Tuning of LLMs for PET/CT Report Impression Generation},
author = {Yuchen Liu and Wenbo Zhang and Liling Peng and Yichi Zhang and Yu Fu and Xin Guo and Chao Qu and Yuan Qi and Le Xue},
journal= {arXiv preprint arXiv:2603.10560},
year = {2026}
}