夜雨聆风
★ 团队： 吉林大学第一医院张惠茅、王静等团队
★ 期刊： Radiology: Artificial Intelligence (IF=13.2 / 1区)
★ 题目： 基于微调大语言模型的放射报告结论自动生成—多中心评估研究
★ 创新点： 基于187万份多中心放射报告微调LLM，实现CT/MRI/DR报告结论自动生成，精度超GPT-4o，大幅提升报告效率与一致性
图1（研究设计图）：呈现MIRA训练推理、ASPIRE评分模型构建及多中心人机评估的完整技术路线。
AI医学影像精彩世界，尽在‘AI影像智研坊’：
★研究背景★
• 放射报告结论是诊断核心，但人工撰写耗时、风格差异大、低年资医生效率低；通用大模型在中文放射报告场景适配差、跨中心泛化弱，亟需专用临床大模型。
★数据与方法★
• 数据：
来源：中国22个省份42家医院的回顾性多中心数据
规模：总计187万份放射学报告（含CT、MRI、DR）
验证集：内部测试集78,544份，外部测试集27,471份，并包含3个公开数据集
• 技术方法流程：
①模型微调：基于Qwen2.5-7B开源大模型，采用全参数微调策略进行训练
②提示工程：创新性引入“站点-模态”提示（如“[CT]报告来自[jdyy]”），使模型能自适应不同医院的报告风格
③综合评估：结合自动化指标（BERTScore、语义相似度）全面评估模型性能（人工盲评+ ASPIRE模型批量评分→效率与一致性验证）
• 核心技术方法：
①站点感知提示策略：通过在输入中嵌入医院代码和检查模态，引导模型生成符合特定机构风格的印象，有效解决跨中心泛化难题
②双模型体系（MIRA+ASPIRE）：MIRA——负责报告结论生成，ASPIRE——专用评分大模型，替代人工实现百万级报告自动化评估
***MIRA（生成模型）:
构建基座：Qwen2.5-7B 大语言模型
主要用途：从放射报告 “所见（Findings）” 自动生成 “结论（Impression）”
输入：站点编码 + 模态（CT/MRI/DR）+ 影像所见文本
输出：标准化放射报告结论
***ASPIRE（评分模型）:
构建基座：Qwen2.5-7B + LoRA 微调
主要用途：替代人工，自动给 MIRA 生成的报告打分、评估质量
输入：原始报告所见 + 真实结论 + MIRA 生成结论
输出：精确率/召回率/ F1+9维度Likert评分（连贯性、诊断准确性等）
图2（各中心数据分布）：展示训练集、内部测试集、外部测试集在不同医院中心的CT、DR、MRI报告分布。
图3（ASPIRE 模型流程）：呈现ASPIRE评分模型从人工评估数据划分、LoRA微调到大批量自动评分的全流程。
★研究结果★
²核心性能：在内部/外部测试集上，语义相似度分别达0.92/0.80；人工评估中，MIRA在69.0%的病例中被认为等同或优于人类医生
²对比优势：在多项指标上显著优于GPT-4o（P<0.001），尤其在关键发现的召回率上表现更佳
²效率提升：辅助报告撰写平均节省0.46分钟/份
²一致性增强：医生间报告结论相似度从0.85→0.95，差异大幅降低
图4（MIRA与GPT-4o性能对比）：从机器指标、人工评分维度对比两模型在内外测试集的表现差异。
图5（六中心盲评结果）：展示不同中心放射医师对MIRA生成结论的优劣评级分布与一致性情况。
图6（报告撰写效率分析）：对比有无MIRA辅助时，不同资历医师的报告结论撰写耗时与效率提升幅度。
图7（多模型性能对比）：在人类评估与开源数据集上，对比MIRA、GPT-4o及三款开源放射文本模型的核心指标表现。
图8（英文模型性能对比）：在英文开源数据集上，对比MIRA‑en与同类英文放射报告模型的 BERTScore 与句相似度表现。
★问答时刻★
Q1：什么是“站点-模态”提示策略？它如何解决跨医院报告风格不一致的问题？
A：“站点-模态”提示是在输入给模型的文本前加上类似“[CT]报告来自[XX医院]”的标记。这相当于告诉模型：“请用XX医院写CT报告的风格来生成结论”。通过这种方式，同一个模型能动态适应不同医院的术语偏好和行文习惯，从而在多中心应用中保持高质量输出。
Q2：研究如何证明MIRA模型不仅快，而且准确可靠？
A：研究采用了双重验证。一是自动化指标（如BERTScore）量化文本相似度；二是由24名来自6个中心的放射科医生进行大规模盲评。结果显示，MIRA生成的印象在近七成病例中被专家认为不劣于甚至优于原始报告，同时在关键临床发现的覆盖上（召回率）优于GPT-4o，证明了其临床可靠性。
参考文献：Li M, Wang Y, Miao Z, et al. Fine-Tuned Large Language Models for Automated Radiology Impression Generation: A Multicenter Evaluation. Radiol Artif Intell. 2026 Apr 15:e250714.
AI医学影像精彩世界，尽在‘AI影像智研坊’：
往期回顾：
