Lunguage：结构化和序列化胸片判读的基准

影像报告包含详细的临床观察，并捕捉随时间变化的诊断推理。然而，现有的评估方法局限于单份报告的评估，并依赖于粗粒度指标，未能捕捉细粒度的临床语义和时间依赖性。我们引入了 LUNGUAGE，一个用于结构化影像报告生成的基准数据集，它支持单份报告评估和跨多项检查的纵向患者层面评估。它包含 1,473 份带标注的胸部X光报告，每份都由专家审核过；其中 80 份包含纵向标注，以捕捉疾病进展和检查间隔，这些标注也由专家审核过。基于这个基准数据集，我们开发了一个两阶段框架，该框架将生成的报告转换为细粒度的、与模式对齐的结构化表示，从而实现纵向解读。我们还提出了 LUNGUAGESCORE，一个可解释的评价指标，它在实体、关系和属性层面比较结构化输出，同时建模跨患者时间线的时间一致性。这些贡献建立了第一个用于序列影像报告的基准数据集、结构化框架和评估指标，且实证结果表明 LUNGUAGESCORE 有效地支持结构化报告评估。代码可在以下网址获取：https://github.com/SuperSupermoon/Lunguage