本研究探讨了医疗影像分析中生成模型的训练数据记忆问题，指出其对患者隐私的潜在风险。通过分析MIMIC-CXR数据集，识别出影响记忆的提示和文本标记，发现去标识化可能增加隐私风险，并提出了改善隐私保护的策略。

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。