MedCORE：用临床标准与局部证据组织医学视觉模型诊断

临床诊断本质上是一个结构化推理过程，但现有的深度学习模型经常绕过这种结构，将图像特征直接映射到疾病标签，而不明确询问临床医生系统评估的形态和纹理标准。这限制了诊断透明度，并可能损害安全的临床部署。我们提出了 MedCORE（面向医学标准的推理和证据），这是一种结构化诊断框架，可在视觉语言架构中实施临床推理。对于每个输入图像，MedCORE 将诊断过程分解为临床定义的标准，将每个标准在空间上定位到诊断相关的图像区域，通过捕获宏观结构和微观纹理病理特征的多尺度表示对证据进行编码，并使用显式模拟标准间依赖性的图注意网络细化标准表示。标准表示进一步与临床文本描述符保持一致，通过分类视觉原型得到强化，并使用不确定性校准权重进行聚合，按比例折扣低置信度诊断证据。 MedCORE 在三种临床异质成像模式中得到验证，包括 ISIC 2018 上的皮肤镜病变分类、BUSI 上的乳腺超声病变特征以及 IDRiD 上的糖尿病视网膜病变分级。定量方面，MedCORE 在 ISIC 2018 上实现了 89.2% 的准确率、85.7% 的宏 F1 和 96.4% 的 AUC； BUSI 上的准确度为 96.1%，宏 F1 为 95.2%，AUC 为 98.4%； IDRiD 上的准确度为 84.3%，宏 F1 为 80.2%，AUC 为 92.8%。这些结果表明，相对于强大的 CNN、Transformer、生物医学视觉语言、基于概念和基于原型的基线，取得了一致的改进。