该研究提出了MedSumm框架，利用语言模型和视觉模型概括医学问题，整合视觉辅助信息改善医疗决策和医患交流。通过MMCQS数据集展示了利用图像信息改进医学摘要的价值。多模态策略有助于个性化和响应式医疗护理的未来探索。

医学问题概括对医患交流和医疗决策至关重要。本研究引入了多模态医学问题概括任务，结合了视觉辅助信息，通过使用MMCQS数据集展示了利用图像中的视觉信息来改进医学详细摘要的价值。多模态策略不仅改善了医疗决策，还促进了对患者问题的更深入理解。