arXiv cs.AI· Zhenghao Zhu, Chuxue Cao, Sirui Han, Yuanfeng Song, Xing Chen, Caleb Chen Cao, Yike Guo·· 11 小时前AI 评分31
MedInsightBench：评估多模态医疗数据分析智能体的多步洞察发现基准
MedInsightBench: Evaluating Medical Analytics Agents Through Multi-Step Insight Discovery in Multimodal Medical Data
AI 导读
研究团队提出 MedInsightBench，首个用于评估大型多模态模型（LMMs）医疗洞察发现能力的基准，包含 332 个精选医疗案例，每个案例均标注了设计好的洞察。
正文 · AI 翻译
摘要：在医疗数据分析中，从复杂的多模态数据集中提取深层洞见对于改善患者护理、提高诊断准确性和优化医疗运营至关重要。然而，目前缺乏专门用于评估大型多模态模型（LMM）发现医疗洞见能力的高质量数据集。本文提出 MedInsightBench，这是首个包含 332 个精心整理医疗案例的基准，每个案例都附有经过精心设计的洞见标注。该基准旨在评估 LMM 和智能体框架分析多模态医学图像数据的能力，包括提出相关问题、解读复杂发现以及综合可操作的洞见与建议。我们的分析表明，现有 LMM 在 MedInsightBench 上表现有限，这主要归因于它们在提取多步深层洞见方面的困难以及医学专业知识的缺乏。因此，我们提出 MedInsightAgent，一个用于医疗数据分析的自动化智能体框架，由三个模块组成：Visual Root Finder、Analytical Insight Agent 和 Follow-up Question Composer。在 MedInsightBench 上的实验凸显了普遍存在的挑战，并表明 MedInsightAgent 能够提升通用 LMM 在医疗数据洞见发现方面的表现。
| 学科： | 人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2512.13297 [cs.AI] |
| （或 arXiv:2512.13297v2 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2512.13297 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Zhenghao Zhu [查看邮箱]
[v1]
2025年12月15日 星期一 13:10:42 UTC（5,306 KB）
[v2]
2026年10月23日 星期五 08:56:22 UTC（4,924 KB）
来源：arXiv cs.AI · arxiv.org