基于领域特定余弦度量的胸部 X 光报告语义文本相似性评估

医学语言处理和深度学习技术已成为改善医疗保健的关键工具，特别是在医学影像和医学文本数据的分析方面。这些多模态数据融合技术有助于提高医学影像的解读能力，从而提升诊断准确性、支持明智的临床决策并改善患者预后。这些模型的成功依赖于从临床文本中提取和整合语义信息的能力。本文针对评估医学报告语义内容所需更稳健方法的需求展开研究。传统的自然语言处理方法和指标最初是为自然语言领域和机器翻译中的语义上下文而设计的，往往无法捕捉医学内容中固有的复杂语义含义。在本研究中，我们提出了一种专门用于评估生成的医学报告与真实标签之间语义相似性的新方法。我们的方法经过验证，证明了其在评估医学语境下领域特定语义相似性方面的有效性。通过将我们的指标应用于最先进的胸部 X 光报告生成模型，我们获得的结果不仅与传统指标一致，而且在所考虑的医学领域中提供了更具上下文意义的评分。