arXiv cs.CL· Rajdeep Pandhare, Rohit Kundaikar, Yakub Kojar, Shreyansh Tiwari·· 2 天前AI 评分18
MeddeX：结合 RAG 与 Gemini Vision 的 LLaMA-3 医学报告分析系统
MeddeX: A Retrieval-Augmented LLaMA-3 System with Gemini Vision for Evidence-Backed Medical Report Analysis
AI 导读
MeddeX 将 QLoRA 微调的 LLaMA-3（8B）与 RAG 及多模态 Gemini Vision 层结合，为医学报告生成有证据支撑的摘要，支持文本 PDF、扫描件和放射影像。
正文 · AI 翻译
摘要：现代医疗产生的医学报告日益复杂，给临床专业人员带来了时间和解读负担上的挑战。人工审核流程缓慢、易出错且难以扩展。本文提出 MeddeX，一种医学报告分析器，它将经过 QLoRA 微调的 LLaMA-3（8B）模型与检索增强生成（RAG）以及多模态 Gemini Vision 层相结合，以提供准确、简洁且有证据支持的医学文档摘要。该系统通过智能混合提取流水线处理文本原生 PDF、扫描图像型 PDF 和直接放射影像，其中包括一种针对损坏和 UTF-16 编码文档的新型垃圾文本检测机制。除单份报告问答外，MeddeX 还引入了报告范围检索以实现精确的上下文接地、自动化纵向报告比较引擎，以及按需惰性处理遗留文档的自愈回填流水线。FastAPI 后端、Supabase 向量存储和 this http URL 前端构成了完整的端到端架构。与基础 LLaMA3-Med42-8B 模型相比的评估显示，在 ROUGE-1（+9.2%）、ROUGE-2（+10.0%）、ROUGE-L（+11.8%）、BLEU（+71.4%）和 BERTScore（+0.8%）上均有一致提升，验证了领域特定微调的优势。MeddeX 是迈向 AI 辅助临床决策支持的一个实用且稳健的步骤。
| 评论： | 6 页，3 幅图，发表于 ijsrem |
| 主题： | 计算与语言（cs.CL）；计算机视觉与模式识别（cs.CV） |
| ACM 分类： | I.2.7；I.2.10；H.3.3 |
| 引用为： | arXiv:2610.20632 [cs.CL] |
| （或 arXiv:2610.20632v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.20632 arXiv 颁发的 DOI，通过 DataCite |
|
| 期刊 参考： | IJSREM，International Journal of Scientific Research in Engineering and Management 第 10 卷 | 4| 2026 年 4 月 |
提交历史
来自：Rajdeep Pandhare [查看电子邮件]
[v1]
2026 年 9 月 30 日星期三 13:27:05 UTC（41 KB）
来源：arXiv cs.CL · arxiv.org