用于从多序列成像生成脊柱 MRI 报告的多智能体系统

脊柱病理学是全世界疼痛和残疾的主要原因。脊柱 MRI 是临床评估的核心，但其解释仍然复杂且耗时，需要整合多个成像序列和解剖区域的信息。尽管自动 MRI 分析最近取得了进展，但有效组合多序列数据同时保留序列特异性诊断信息仍然是一个开放的挑战。在这里，我们介绍了 SpineAgent，这是一种用于生成脊柱 MRI 报告的多代理框架，它建立在多序列基础模型的基础上，该模型基于来自 32,047 名患者和 453,683 个 MRI 系列的常规临床数据进行训练，总共包括 13,441,191 个 MRI 切片。为了适应不同的序列模式，我们首先在 T1 和 T2 加权序列上分别预训练两个基于 DINOv3 的编码器。然后，我们引入一种持续训练策略，该策略学习合成器使用 T1 和 T2 编码器嵌入其他序列的图像，从而生成患者级嵌入，集成跨 MRI 序列的各种信号。使用这些嵌入，SpineAgent 实现了最先进的性能，并在跨制造商和跨群体评估下表现出强大的通用性。除了分类之外，SpineAgent 通过识别与结果相关的切片和分割病理区域来实现病理定位。它还支持多模式图像报告检索，为可扩展和可解释的 MRI 报告生成提供坚实的基础。我们进一步将 SpineAgent 的这些经过验证的功能集成到 37 个专门代理中。最后，我们将它们的输出作为结构化词元合并到经过端到端训练的医疗报告代理中以生成报告。通过自动指标和五位放射科医生的专家评估，SpineAgent 在脊柱 MRI 报告生成方面实现了领先的性能。