该论文由HKUST的Haibo Jin等人提出了一种基于X光图像自动生成医疗报告的方法。该方法通过自适应疾病平衡学习和诊断信息优化损失函数。实验使用MIMIC-CXR和IU X-Ray数据集评估，结果显示该方法在生成医疗报告方面具有潜力。

该研究提出了一种双向框架，能够分析胸部X光图像与医疗报告之间的关系。该系统利用大型语言模型，实现图像生成报告和报告生成图像，从而提高医学图像解读的准确性。

2024年6月2日，医生分享了使用ChatGPT-4o的经历，发现模型在处理医疗报告时存在问题：上下文窗口长度有限，输入过长影响生成效果；纯文本难以表达和解析结构化数据；模型推理能力较弱，需要提示工程。建议转换报告格式为LLM友好，预先分类内容，减小上下文窗口，二次处理模型结果。充分利用ChatGPT优势，转化高频使用场景为自动化工作流程。