本文提出了一种知识增强的对比视觉语言预训练框架（KoBo），旨在解决医学图像分类中的虚假相关性和可解释性问题。该框架通过整合临床知识，在分类、分割和提取任务中表现优异，尤其在不同数据集上展现出更好的泛化能力。此外，研究探讨了领域知识在贝叶斯神经网络中的应用，以提升预测性能。