G-CARL：基于检查表的奖励学习，用于以患者为导向的医疗报告解释

对医疗报告的个性化解读已成为患者日益重要的需求。满足这一需求需要以证据为基础的医学事实和依赖于上下文的患者沟通，但现有的医学视觉语言任务并不能充分满足这些双重要求。为了弥补这一差距，我们引入了面向患者的医疗报告解释（PMRI），这是一种新颖的开放式多模式生成任务，需要模型根据用户的查询和对话历史以准确且易于理解的语言解释医疗报告。这两个目标在可验证性方面存在根本差异，但仍然紧密耦合，使得它们难以在传统监督 微调 和整体强化学习范式下联合优化。为了应对这一挑战，我们提出了 G-CARL，这是一种扎根的、与清单一致的强化学习框架，它将用于原子声明验证的多源检索与用于响应覆盖的上下文感知、特定于实例的加权清单相结合，为事实性、用户需求满意度和表达质量提供结构化监督，而不限制响应多样性。我们进一步构建了 MMedReport，一个真实世界的 PMRI 基准，以及临床医生设计的三维评估协议。大量实验表明，G-CARL 在整体质量、声明级精确度和检查表召回率方面始终优于现有的 后训练 基线。临床医生的配对偏好评估进一步证实 G-CARL 产生的解释更准确且更符合患者需求。