记者未言明的诊断：在脑肿瘤 MRI 报告中呈现冰冻肿瘤特征

实际上，功能强大的脑部 MRI 报告生成器仍然可以保持诊断沉默。当在医学 Mistral-7B 主干上构建的多链思想链 (CoT) 报告器在保留队列上进行评估时，它将大多数脑膜瘤和几乎所有转移瘤命名为“神经胶质瘤”（诊断召回率 0.44/0.07）。然而，模型中并不缺少答案：应用于其冻结分割特征的监督线性探针以 0.82 Macro-F$_1$（5 倍交叉验证；机会 $\approx$0.33）恢复了三个肿瘤队列。我们引入了 NeuroFusion，一种辅助报告器，它可以显示这种潜在信号而不是覆盖它：每个病变特征上的判别性场分类器头在其提交的输出上调节快速、单通道草稿然后审查解码器。基于相同的米斯特拉尔主干，这恢复了诊断（脑膜瘤 0.92，转移 0.75），并在三个保留队列（RaTEScore、RadGraph-F$_1$、GREEN；Holm 校正配对 BCa）中赢得了 9 次散文内容比较中的 8 次，在第九次没有显着损失，延迟降低了 5-6 倍（$\approx$80 vs. 457 秒/箱）。受控的阴性结果使机制变得更加尖锐：一个学习的诊断引脚覆盖解码器而不是仅仅通知它，将分布外转移召回率降低到 0.03。语法约束解码保持 92.3% 的记录模式有效，使每个句子蕴涵都可检查（7.5% 矛盾，而直接基线为 36.8%）。在一项盲法 9 例试验中，两位经过委员会认证的神经科医生独立对 NeuroFusion 在每种肿瘤类型中的评分最高，这是唯一零关键错误的系统，并在 9 例病例中的 8 例中给予了最高评分（6 例完全正确，2 例平局）。