论文
Holtercare-Bench：评估长期动态心电图分析的多模式基准
Holtercare-Bench: A Multimodal Benchmark for Evaluating Long-Term Dynamic ECG Analysis
摘要
虽然多模态 大语言模型 (MLLM) 在医疗应用中表现出色，但大多数都偏爱静态图像或短期信号。在动态心电图 (ECG) 的关键领域，由于缺乏高质量的数据集和基准，模型难以进行复杂的时间推理和诊断报告生成。为了解决这个问题，我们引入了 (i) Holtercare-23K，这是一个大规模多模态动态心电图数据集，包含源自 788 个临床 Holter 记录的 22,980 个 QA 对，并具有新颖的信号-视频-文本三模态对齐方式。基于该数据集，我们提出了 (ii) Holtercare-Bench，这是一个多模态基准，用于评估时间定位、临床诊断和全局总结的模型。对领先 MLLM 的零样本评估揭示了在处理超长病理序列方面存在显着的性能差距。然而，微调 代表性模型产生了实质性的改进。这项工作阐明了当前 MLLM 在电生理学方面的局限性，并为长期医学 MLLM 提供了基础基准。我们的项目可在 https://github.com/ZJU4HealthCare/Holtercare-Bench 获取。