超越流畅：脊柱 MRI 报告生成的临床基准和异常增强基线

放射学报告非常耗时，并且容易受到评估者之间的差异的影响，这使得自动报告生成成为视觉语言模型 (VLM) 有吸引力的临床应用。我们对腰椎 MRI 上最先进的 VLM 进行基准测试，重点关注诊断准确性，并证明标准词汇和语义指标很难反映临床正确性：流畅、结构良好的报告可以得分很高，同时包含有临床意义的诊断错误。为了解决这种故障模式，我们提出了一种与架构无关的框架，该框架通过半监督 U-Net++ 模型生成的空间局部、盘级异常热图来增强 VLM 输入。这些热图既通过明确的视觉基础提高了解剖敏感性，又为临床监督提供了独立的可解释性输出，使我们更接近诊断可靠、基于视觉的 VLM，用于腰椎 MRI 解释。