MRI2Rep：3D 肝脏 MRI 的自回归结构化报告生成

3D MRI 研究的手动报告非常耗时，但由于体积复杂性和配对数据稀缺，3D 肝脏 MRI 的端到端结构化报告生成仍未得到充分探索。我们提出了 MRI2Rep，一种用于生成肝脏 MRI 报告的自回归框架。从 10 年单一机构队列中获取的 3,929 个真实世界 MRI 报告对中，报告到标签规范化 (RLC) 模块将自由文本报告转换为结构化、封闭词汇诊断序列，无需病变级别注释。在保留的测试集上，MRI2Rep 实现了 76.0% 的病例级别敏感性、29.4% 的病变级别 F1，而改编后的医学视觉语言基线的灵敏度不超过 8.3%，肝脏级别的准确性为 82.4%。在一项盲法读者研究中，两名放射科医生将 75% 和 70% 的人工智能生成报告评为临床可接受的，而原始报告的这一比例为 95% 和 100%。我们基于 LLM 的自动判断 LLM-Eval 将 61.8% 的 AI 生成报告评为可接受，应用了更严格的标准并支持将其用作保守代理。据我们所知，这是第一个用于 3D 肝脏 MRI 的端到端 LI-RADS 结构化报告系统。