Astra：3D 计算机断层扫描的通用报告生成基础模型

解释计算机断层扫描 (CT) 需要检查数百个体积切片，并且仍然非常耗时且依赖于专业知识。自动 CT 报告生成为提高临床效率提供了一条有前途的途径，但该领域仍然缺乏支持多区域报告并在外部现实世界队列中保持稳健的通用 CT 报告生成基础模型。不同群体之间报告风格和诊断术语的内在不一致使得简单的联合训练变得困难。在这里，我们介绍 Astra，这是一个通用 CT 报告生成基础模型，基于从全球五个地点 (CTRgDB) 收集的 90,678 个胸腹 CT 报告对开发，其中包括跨越八个器官系统的 353,671 个异常。通过协调报告风格并通过强化学习进一步完善诊断一致性，Astra 在不同的解剖区域和机构中实现了风格一致且诊断准确的报告生成。在 CTRgDB 和六个外部队列的评估中，Astra 实现了最先进的性能，细粒度诊断指标平均提高了 38.4%（P<0.001）。 Astra 部署在没有任何特定地点 微调 的外部临床站点，使初级和中级放射科医生的胸部报告起草速度加快了 29.6%，腹部报告完整性提高了 11.3%（P<0.001）。此外，Astra 展示了作为 CT AI 开发基础的广泛实用性，可提高下游诊断性能并通过高质量报告合成扩展视觉语言预训练。总体而言，Astra 是一种广泛使用的临床助手，也是下一代人工智能医疗保健的关键基础设施。 Astra 的代码可在 https://github.com/zh-Wang-Med/Astra 上公开获取。