学术研究

心电推理基准：评价心电解释中临床推理能力的基准

ECG-Reasoning-Benchmark: A Benchmark for Evaluating Clinical Reasoning Capabilities in ECG Interpretation

arXiv cs.AI发布于 10月30日 1 分钟阅读

专题配图图片仅供信息参考图片仅供参考版权归原作者

摘要

Arxiv：2603.14326v2公告类型：替换-交叉摘要：尽管多模式大语言模型(MLLMS)在自动心电解释方面显示出良好的性能，但尚不清楚它们是执行实际的逐步推理还是仅依赖表面的视觉提示。为了研究这一点，我们引入了心电推理基准，这是一个新的多轮评估框架，包括超过6,400个样本，以系统地评估17个核心心电诊断的逐步推理。我们对最先进模型的综合评估揭示了在执行多步骤逻辑推理方面的系统性不足。尽管模型具有检索诊断的临床标准的医学知识，但它们在维持完整的推理链方面的成功率始终很低，主要是未能将相应的心电结果与心电信号中的实际视觉证据相结合。这些结果表明，目前的MLLMS绕过了实际的视觉解释，突显了它们在视觉接地能力方面的限制，并激励了稳健的、以推理为中心的医学人工智能。代码和数据可在https://github.com/Jwoo5/ecg-reasoning-benchmark.上获得

原始资料

arXiv cs.AI · 中文编译

查看来源原文产品参数、测试条件及最新修订以来源原文为准。