基础模型在 Lung-RADS 筛查中的性能与一致性评估

AI 摘要

研究评估了医学基础模型 MedGemma（基于 Gemini 的医学通用基础模型）及其针对肺癌检测诊断微调版本，在 NLST 数据集上与 12 位放射科医生进行 Lung-RADS v2022 评估的对比。放射科医生平均 AUC 为 0.90（范围 0.80–0.94），原生基础模型 AUC 仅 0.70，微调后提升至 0.83，处于放射科医生表现的较低区间。研究指出模型在固定条件下输出确定、无运行间变异，与放射科医生之间的读片者间变异形成对比，支持微调基础模型作为临床决策支持补充工具的潜力，但受限于病例富集队列、未考虑真实世界患病率且缺乏外部验证。

正文节选

Performance vs Consistency: Evaluating a Foundation Model in Lung-RADS Screening Abstract Foundation models have recently demonstrated strong capabilities across a wide range of medical imaging tasks. However, their performance in structured clinical interpretation settings remains insufficiently explored. In lung cancer screening, interpretative variability persists despite standardized frameworks such as Lung-RADS. In this study, we evaluate MedGemma, a medical general-purpose foundation model

发布时间：2026-09-23 12:00

抓取时间：2026-09-22 12:32

来源机构：arXiv