arXiv cs.CL· Wen-wai Yim, Yujuan Fu, Asma Ben Abacha, Meliha Yetisgen, Noel Codella, Roberto Andres Novoa, Josep Malvehy·· 10 小时前AI 评分27
DermaVQA-DAS：皮肤科评估 Schema（DAS）与患者自拍皮肤图像的封闭式问答及分割数据集
DermaVQA-DAS: Dermatology Assessment Schema (DAS) & Datasets for Closed-Ended Question Answering & Segmentation in Patient-Generated Dermatology Images
AI 导读
DermaVQA-DAS 发布，作为 DermaVQA 数据集的扩展，支持封闭式问答与皮肤病变分割两项任务，核心是专家开发的皮肤科评估 Schema（DAS），含 36 个高层级和 27 个细粒度评估问题，选项提供中英文版本。
正文 · AI 翻译
摘要：皮肤病学图像分析的最新进展得益于大规模标注数据集；然而，现有大多数基准测试聚焦于皮肤镜图像，缺乏患者撰写的查询和临床背景，限制了其在以患者为中心的护理中的适用性。为弥补这一空白，我们推出 DermaVQA-DAS，这是 DermaVQA 数据集的扩展版本，支持两项互补任务：封闭式问答（QA）和皮肤病病变分割。本工作的核心是皮肤病学评估方案（DAS），这是一个由专家开发的新颖框架，能够以结构化、标准化的形式系统性地捕捉具有临床意义的皮肤病学特征。DAS 包含 36 个高层级和 27 个细粒度评估问题，并提供英文和中文的多项选择选项。借助 DAS，我们为封闭式问答和分割两项任务提供了专家标注数据集，并对最先进的多模态模型进行了基准测试。在分割任务中，我们评估了多种提示策略，并表明提示设计会影响性能：在 Mean-of-Max 和 Mean-of-Mean 评估聚合方案下，默认提示取得最佳结果；而在基于多数投票的微观评分评估下，同时纳入患者查询标题和内容的增强提示取得最高性能，使用 BiomedParse 时 Jaccard 指数为 0.395，Dice 分数为 0.566。在封闭式问答任务中，各模型整体表现强劲，平均准确率在 0.729 至 0.798 之间；o3 取得最佳整体准确率（0.798），GPT-4.1 紧随其后（0.796），而 Gemini-1.5-Pro 在 Gemini 系列中表现出有竞争力的性能（0.783）。我们公开发布 DermaVQA-DAS、DAS 方案和评估协议，以支持和加速未来以患者为中心的皮肤病学视觉-语言建模研究（此 https URL）。
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI）；计算与语言（cs.CL） |
| 引用为： | arXiv:2512.24340 [cs.CV] |
| （或 arXiv:2512.24340v2 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2512.24340 arXiv 颁发的 DOI 通过 DataCite |
提交历史
来自：Wen-Wai Yim [查看电子邮件]
[v1]
2025年12月30日星期二 16:48:20 UTC（953 KB）
[v2]
2026年11月9日星期一 19:24:14 UTC（565 KB）
来源：arXiv cs.CL · arxiv.org