该文综述医学视觉问答（Med-VQA）研究：提出知识驱动评估方法KNVQA，解决物体虚构与事实准确性问题；开发基准系统BESTMVQA及开源工具MultiMedEval，支持多数据集多任务评估；提出多任务自监督框架MISS、参数高效微调框架及中文模型Qilin-Med-VL，并构建ChiMed-VL数据集；另有研究增强SLAKE数据集，以简单架构达79.55%准确率。