MonteRET：结合多粒度知识检索增强多模态大语言模型的AI代理，用于胸部CT报告生成

MonteRET是一个区域感知的检索增强框架，用于生成胸部CT报告的发现部分。它整合全局CT特征与区域级解剖表示，利用预测的医学条件和区域级视觉-语言对齐检索临床相关知识，并通过知识引导的报告重写代理优化初始报告。在RadGenome-ChestCT的24,128个CT扫描上训练，并在1,564个扫描测试集和82个外部扫描上评估，相比基线提升了报告质量、语义相似性和临床效能，召回率提升最显著，减少了发现遗漏。

此前胸部CT自动报告生成难以同时实现全容积理解和局部解剖发现的准确描述，MonteRET通过多粒度知识检索和报告重写代理，显著减少了发现遗漏，提升了报告的临床可靠性。

MonteRET通过三个关键步骤：1) 结合全局CT特征和区域级解剖表示；2) 用预测的医学条件和区域级视觉-语言对齐检索相关临床知识；3) 用知识引导的报告重写代理审校并优化初始报告，从而整合多粒度信息以生成更准确的报告。

如果集成到医疗影像诊断产品中，可提升放射科报告的完整性和准确性，减少漏报，降低医生审核负担，但需要大规模的本地训练数据和与现有PACS系统的对接。

• 开发基于MonteRET的放射科辅助报告生成插件，优先集成到PACS系统中。
• 针对不同身体部位（如X光、MRI）开发类似的区域感知检索增强报告生成工具。
• 与医院合作进行前瞻性临床验证，建立产品信任度。
• 提供API服务，允许第三方医疗影像应用调用报告生成功能。

• 论文是否经过同行评审？证据来自arXiv预印本。
• 在真实临床环境中部署的延迟和计算资源需求如何？
• 该框架如何适应不同CT扫描设备和协议？
• 报告重写代理的幻觉率是否低于基线？