pipette
ENEnglish

Scaling medical imaging report generation with multimodal reinforcement learning

Qianchu Liu, Sheng Zhang, Guanghui Qin, Yu Gu, Ying Jin, Sam Preston, Yanbo Xu, Sid Kiblawi, Wen-wai Yim, Timothy Ossowski, Tristan Naumann, Mu Wei, Hoifung Poon

Revista con revisión por paresUso en el mundo real

En palabras de los autores

Abstract In medical imaging report generation, supervised fine-tuning can overfit to superficial patterns and generalize poorly across institutions. We introduce Universal Report Generation (UNIRG), which adopts reinforcement learning to directly optimize clinically meaningful quality criteria. With this framework, we developed UNIRG-CXR, an 8-billion-parameter vision–language model trained on four public datasets (MIMIC-CXR, CheXpert Plus, ReXGradient-160k and IU-Xray) by supervised fine-tuning followed by reinforcement learning (group-relative policy optimization) against a composite lexical, semantic and clinical-error reward. We evaluated held-out test sets and an external proprietary dataset, with RadCliQ as primary metric and expert radiologist validation. Here we show that our method improves report quality and generalization: UNIRG-CXR surpasses prior models on the ReXrank benchmark across four datasets and two generation settings, exceeding the previous best score by over 50% on two test sets, and produces fewer clinically significant errors while maintaining performance on unseen data sources and across demographic subgroups.

Resultado principalEl resumen no menciona limitaciones.

En palabras simples Resumen con IA

Los autores crearon UNIRG, un sistema que utiliza aprendizaje por refuerzo para mejorar los informes de imágenes médicas. Construyeron UNIRG-CXR, un modelo de 8 mil millones de parámetros entrenado en cuatro conjuntos de datos públicos usando ajuste supervisado seguido de aprendizaje por refuerzo. El modelo superó las mejores puntuaciones anteriores por más del 50% en dos conjuntos de prueba en el benchmark ReXrank. También cometió menos errores clínicamente significativos y mantuvo el rendimiento en datos no vistos y entre grupos demográficos.

Escrito por Kimi K2.5 usando solo el abstract de arriba. Jev verificó que cada oración esté respaldada por las oraciones del abstract que cita y eliminó las que no. Pasá el cursor por una oración para ver de dónde sale.

Apareció: sábado, 14 de noviembre. Nature Communications. Revista con revisión por pares.

DOI: 10.1038/s41467-026-78767-4