FedPref：無需共享資料即可訓練放射科報告擷取器
FedPref 是一種聯邦偏好學習方法，可將自由格式的放射科報告轉換為結構化 JSON，同時不共享報告或標註資料。在六家模擬醫院的實驗中，相較於各據點獨立訓練，FedPref 將客戶端平均 F1 提升 2.49 分、最差據點 F1 提升 9.10 分，且資料較少的據點獲益最大。
Search
Tag: #radiology7 results
擴散模型在放射科報告撰寫中表現優於自回歸模型
研究人員推出了混合專家擴散語言模型 DiffusionGemma-26B，其在醫學視覺問答任務中的表現與自回歸模型相當甚至更優。該模型提供了獨特的雙向填充功能，允許放射科醫師編輯報告片段，同時由 AI 填補中間內容。
大規模合成逼真 3D 醫學影像
NVIDIA 透過合成高品質 3D 醫學影像，解決放射科 AI 領域中數據稀缺與隱私限制的問題。此方法協助團隊克服因數據集狹窄且難以共享所導致的開發瓶頸。
MARCH：多代理CT報告生成器
MARCH 是一個多代理框架，模擬放射科部門階層來生成精確的 3D CT 報告，解決 VLM 中的幻覺問題。它包含駐院醫師代理負責初稿、同儕代理負責修訂，以及主治醫師代理負責共識。於 RadGenome-ChestCT 資料集上超越 SOTA 在臨床忠實度和語言準確性。
Raidium 於 Moffitt Cancer Center 推出 AI 原生放射影像檢視器
總部位於巴黎的初創公司 Raidium 已在 Moffitt Cancer Center 部署其 AI 原生影像平台 Raidium Read。該平台取代了傳統的放射組學應用程式，以支援臨床試驗與研究。
VERT 提升放射報告 LLM 評審 11.7%
研究人員推出 VERT，一種用於評估多模態與解剖結構放射報告的穩健 LLM 指標。它優於 RadFact、GREEN 和 FineRadScore，提升與專家評分的相關性達 11.7%。使用 1,300 樣本微調 Qwen3 30B 可獲 25% 提升，並加速推理 37 倍。
Jardine Matheson 以 24 億美元收購 I-MED Radiology
Jardine Matheson 同意以 24 億美元收購澳洲診斷影像供應商 I-MED Radiology Network。此次交易包含 I-MED 持有開發放射科 AI 解決方案公司 Harrison.ai 的少數股權。