MI-CXR：多间隔胸部 X 射线纵向推理的基准

摘要

纵向胸部 X 射线 (CXR) 解释需要对多次就诊的疾病演变进行推理，但大多数现有的医学 VQA 基准都侧重于单幅图像或短视野图像对。我们引入 MI-CXR，这是对多次访问 CXR 序列进行多间隔纵向推理标准化评估的基准，无需生成自由格式的报告或额外的临床背景。 MI-CXR 包括针对五次就诊患者时间线的五向多项选择题，并实例化了三个互补的任务系列：时间事件定位、间隔变化推理和全局轨迹总结，这些任务随时间评估基于临床的视觉推理。评估 14 个最先进的视觉语言模型 (VLM) 显示整体性能较低，平均准确率为 29.3%，仅略高于随机猜测。使用分阶段诊断探测，我们发现模型通常会产生局部合理的区间描述，但无法强制执行时间约束或在整个时间线上将证据组成全局一致的决策。这些发现揭示了当前 VLM 的主要局限性，并将 MI-CXR 确立为纵向医学推理的原则基准。该基准可在 https://github.com/AIDASLab/MI-CXR 上获取