本文介绍了一种名为MedViLL的多模态自然语言处理模型，使用多模态注意力掩码机制，在医学领域内的多个任务中进行了评估，证明了其在影像报告分类、检索、问题回答和放射学报告生成等方面的优越性能表现，尤其是在MIMIC-CXR、Open-I和VQA-RAD三个影像报告数据集上的实现。