本研究提出了MedVLM-R1模型，通过强化学习提升医学视觉语言模型的推理能力，解决了推理透明度和信任度不足的问题。该模型在有限的训练数据下显著提高了MRI、CT和X光的准确性，具有重要的临床应用潜力。

本研究提出了一种新的多模态偏好优化方法MMedPO，旨在解决医学视觉语言模型（Med-LVLMs）在模态对齐中的挑战。通过考虑临床相关性，MMedPO显著提高了模型在Med-VQA和报告生成任务中的准确性，分别提升14.2%和51.7%。

本文综述医学视觉语言模型进展，涵盖胸部X光差异问答数据集MIMIC-Diff-VQA、专家知识图模型、多模态大模型及XrayGPT、CheXOFA、UniChest等预训练框架，并介绍OmniMedVQA基准，指出通用模型在医学VQA上仍存挑战。