Bridging the Skill Gap in Clinical CBCT Interpretation with CBCTRepD¶
会议: CVPR 2026
arXiv: 2603.10933
代码: 待确认
领域: 医学图像 / 报告生成
关键词: CBCT, 报告生成, 口腔颌面, 双语系统, 人机协作
一句话总结¶
构建了覆盖55种口腔疾病的7,408例大规模配对CBCT-报告数据集，开发双语报告生成系统CBCTRepD，并通过多层级临床评估证明其可帮助不同经验水平的放射科医生提升报告质量。
背景与动机¶
医学报告自动生成近年进展显著，但口腔颌面CBCT领域长期缺乏高质量配对数据集，加之CBCT体积数据的三维解读复杂度远高于二维X光或CT切片，使得现有方法难以直接迁移。临床中不同经验水平的放射科医生对CBCT的解读能力差异明显，初级医生容易遗漏病灶，高年资医生也会因注意力分散而漏诊。
核心问题¶
如何在缺乏大规模标注数据的口腔颌面CBCT领域构建实用的AI辅助报告系统，并量化其在真实临床工作流中对不同经验层级医生的辅助效果。
方法详解¶
整体框架¶
CBCTRepD采用"数据集构建→模型训练→多层级评估"的完整pipeline。系统设计为嵌入放射科医生日常工作流的协作模式——AI先生成报告草稿，医生再在此基础上编辑修改。
关键设计¶
- 大规模配对数据集: 收集约7,408例CBCT研究，覆盖55种口腔疾病实体和多种采集环境，构建中英双语配对的CBCT-报告数据集
- 双语报告生成系统: CBCTRepD支持中英文双语报告输出，适用于多语言临床场景，实现从三维CBCT体积数据到结构化文本报告的端到端生成
- 多层级临床评估框架: 同时评估两种使用模式——AI直接生成的草稿（自动指标）和放射科医生编辑后的协作报告（临床评估），包括放射科医生中心评估和临床医生中心评估
损失函数 / 训练策略¶
具体训练细节未在摘要中公开，但系统基于大规模配对数据进行端到端训练。
实验关键数据¶
| 评估维度 | 结论 |
|---|---|
| AI草稿质量 | 写作质量和规范化程度接近中级放射科医生 |
| 初级→中级 | 帮助初级放射科医生提升至中级报告水平 |
| 中级→高级 | 使中级放射科医生接近高级水平表现 |
| 高级辅助 | 帮助高级放射科医生减少遗漏错误，包括临床重要的漏诊病灶 |
消融实验要点¶
- 评估框架涵盖自动指标和人工评估两个维度
- 协作模式（医生编辑AI草稿）的报告质量显著优于医生独立撰写
亮点¶
- 数据集-系统-评估三位一体的完整工作，55种疾病实体的覆盖面很有说服力
- 不追求全自动替代医生，而是设计为协作工具，这种定位更具临床实用性
- 量化了AI对不同经验层级医生的差异化增益，而非仅报告平均性能
- 关注遗漏类错误的减少（包括跨解剖区域的共存病变），这是临床高价值场景
局限性 / 可改进方向¶
- 数据集局限于口腔颌面领域，泛化到其他CBCT应用（骨科、耳鼻喉）需额外验证
- 7,408例在医学报告生成领域虽属大规模，但相比通用领域数据集仍有提升空间
- 长期临床影响评估缺失——AI辅助是否会导致医生依赖性增强或技能退化
- 三维体积数据的处理方式（分片vs全局）对生成质量的影响未知
与相关工作的对比¶
与CheXpert等胸部X光报告生成工作不同，本文针对的是三维体积数据的报告生成，复杂度更高。相比RadFM等通用医学基础模型，CBCTRepD专注于口腔颌面领域，通过专业数据集和评估获得了更贴近临床的结果。评估框架的多层级设计优于仅用BLEU/ROUGE等自动指标的传统评估方式。
启发与关联¶
- 人机协作的评估范式可推广到其他医学AI系统
- 按医生经验分层评估的思路值得借鉴
评分¶
- 新颖性: ⭐⭐⭐ 方法本身创新有限，核心贡献在数据集和评估框架
- 实验充分度: ⭐⭐⭐⭐ 多层级临床评估设计扎实，7,408例数据规模可观
- 写作质量: ⭐⭐⭐ 结构清晰但技术细节公开不足
- 价值: ⭐⭐⭐ 对口腔影像领域有直接推动作用，评估框架有参考价值