DISCERN：临床影响感知的放射报告比较新框架

随着医学影像数据的激增，视觉语言模型（VLM）被开发用于减轻放射科医生的工作负担。然而，临床部署因缺乏有意义的评估框架而受阻。当前指标如语义相似度和基于大语言模型的评判者往往无法区分临床无关紧要与关键错误，难以反映真实临床判断。为此，研究者提出了DISCERN，一个临床影响感知的框架，通过根据错误对患者护理的潜在影响进行加权比较，显著提升了评估的临床相关性。该研究为预印本，未经同行评议。