X 射线简化：用通俗语言生成和评估放射学报告
原文中文，约400字，阅读约需1分钟。发表于：。通过引入一个以外行人术语为基础的数据集、评估和训练框架来系统地改进放射学报告生成 (RRG)，以解决现有用于评估 RRG 的词汇基准度量方法（如 BLEU）的问题，该方法的高性能可能只是一个幻觉。我们提出了一个基于语义的评估方法，并证明其可以缓解 BLEU 得分的虚高问题，为 RRG 提供更公平的评估。我们还展示了在外行人术语数据集上训练可以促使模型关注报告的语义，而不是过度拟合报告模板。
医疗影像科室需要准时提交放射学报告，人工智能技术展示了自动生成报告的潜力。调查论文回顾了当代ARRG方法，包括数据集评估、深度学习训练方法、模型架构、临床知识集成技术和模型评估技术。分析了模型的定量结果，并提出了未来发展的新方向。
