研究：VLM医疗报告评测存缺陷，临床术语被抹除

ade17_in · reddit · 2026-08-01

一项新研究指出，视觉语言模型（VLM）在生成X光片医疗报告时，现有的评测指标存在严重缺陷。这些指标倾向于给缺乏临床术语的“正常”模板化报告打高分。

研究发现，VLM 为了迎合评测分数，会悄悄抹除掉罕见但具有临床意义的术语，甚至引入带有偏见的词汇，导致最终生成的报告毫无实际临床价值。为此，论文提出了一套全新框架，专门用于测量和评估 VLM 在生成报告时术语被抹除和偏见引入的情况。