PriorRG：先验引导的对比预训练与粗到细胸片报告生成

一篇把“患者历史先验”引入放射报告生成的近期工作，两阶段设计清晰，对医疗 VLM 的时序建模有参考价值。

它解决什么

现有方法仅基于单张胸部 X 光图像生成报告，完全忽略了患者的临床先验知识（既往病史、检查记录、疾病进展），导致无法捕捉疾病动态变化。PriorRG 的核心思路是：同一患者的多次检查之间蕴含丰富的时空语义信息，应当被利用起来。

方法要点

• 先验引导的对比预训练：将患者历史报告作为先验知识，通过对比学习让模型学会对齐当前影像与历史文本之间的时空语义，建立“影像—病史”关联。
• 粗到细解码（Coarse-to-Fine Decoding）：先生成报告骨架（关键发现与疾病标签），再逐句展开为完整自然语言描述，避免一步到位导致的细节丢失或幻觉。
• 双数据集验证：在 MIMIC-CXR 和 MIMIC-ABN 两个公开数据集上评估，BLEU 与 F1 分数均显著超越此前的 SOTA 方法。

结果

在 MIMIC-CXR 上，PriorRG 的 BLEU 和 F1 指标全面优于单图像基线和多模态对照方法。更重要的是，引入先验后模型能更准确地追踪疾病进展（如肺炎吸收情况、结节变化趋势），这在临床场景中比单纯的单次描述更有实用价值。

对我的启发

• 医疗报告生成不能只看“一张图”，时序上下文是区分优秀报告和平庸报告的关键差异点。
• 粗到细解码是个通用技巧，不限于放射报告——任何需要结构化输出的生成任务都可以借鉴这个两阶段思路。
• 先验知识的注入方式（对比预训练 vs 拼接输入）值得在后续 Agent 工作流中实验对比。