MedPAO-VL: un agente interpretabile e conforme ai protocolli per la generazione di referti radiologici strutturati

Abstract degli autori

Nonostante le notevoli capacità di generalizzazione dei modelli linguistici di grandi dimensioni, generare referti radiologici strutturati e clinicamente accurati a partire da immagini mediche resta una sfida significativa. Gli attuali approcci end-to-end funzionano come scatole nere: sono soggetti ad allucinazioni fattuali e producono rilievi privi di riscontro. Questa scarsa affidabilità e il mancato rispetto dei protocolli di strutturazione specifici del settore ne limitano profondamente l’utilità clinica. Presentiamo MedPAO-VL, un agente multimodale che sostituisce la generazione monolitica con una generazione di referti strutturati spiegabile, iterativa e conforme ai protocolli. A differenza dei modelli deterministici, il nostro ciclo di pianificazione, azione e osservazione opera come un agente orientato a un obiettivo: dapprima analizza la radiografia del torace attraverso un modulo di visione spiegabile, progettato per cogliere l’incertezza diagnostica intrinseca; poi perfeziona iterativamente il referto generato, rilevando discrepanze semantiche e correggendo autonomamente la generazione per allinearla meglio ai rilievi clinici individuati visivamente. La valutazione del nostro sistema dimostra che questo ragionamento basato su un agente migliora la correttezza e la completezza clinica, raggiungendo un punteggio di accuratezza di 3,5/5 assegnato da esperti e un punteggio relativo alla struttura di 4,3/5. Privilegiando la spiegabilità specifica per patologia e il perfezionamento iterativo rispetto a una trasformazione end-to-end opaca, MedPAO-VL offre un’alternativa trasparente e utilizzabile nella pratica clinica per la generazione automatica di referti radiologici strutturati.