肝脏CT诊断改按征象组合：训练中没见过的病种也能检出并勾出病灶位置
核心概要
肝脏CT诊断模型通常直接从图像预测疾病标签，因此只能识别训练中出现过的病种。DbC把诊断拆成两步：先学习一组放射学征象在扫描上的分布图，再按指南把疾病定义为若干必需征象的组合，用无参数的软最小值算子合成诊断图。在多期肝脏CT上，对训练中完全未见过的六种疾病，DbC的病灶定位显著优于包括图像—疾病名对齐模型在内的全部对照，并在另一机构的罕见病和公开外部队列上保持优势。
深度剖析
肝脏CT诊断不再以疾病标签为学习单元，而是先学一组可命名的放射学征象，再把疾病读成这些征象的组合，于是训练中从未出现过的病种也能被检出并定位。 此前的模型直接从图像预测疾病标签，输出被限定在训练过的病种上，视觉征象要么不进入模型，要么事后从模型中反推；图像—文本对齐模型虽可在测试时用疾病名提示，对齐的仍是疾病名而非征象。 在留一疾病法下，每种疾病轮流从训练和验证中移除，DbC对全部六种未见疾病都显著优于所有对照的定位，并在其中四种上显著优于所有对照的检出；共享编码器、数据和算力的疾病名对齐消融Disease-VL在FNH上检出AUROC为.532，接近随机。
模型只训练一项任务，即为40个征象各输出一张覆盖全扫描的概率图，疾病诊断图由所需征象图逐点取软最小值得到，该算子不含可学习参数。 征象图通过把每个空间位置的图像特征与冻结的BiomedCLIP文本编码器给出的征象名称嵌入做余弦相似度匹配得到，再经每个征象各自的尺度与偏置和sigmoid，类似视觉—语言对齐模型识别类别的方式，但监督来自稠密标注而非图像—文本对。 训练数据为单一机构的15,609例多期肝脏CT，按患者划分为12,487例训练、1,559例验证和1,563例测试；征象标签来自指南导出的必需征象、Qwen3-Max从报告中抽取的支持性征象以及由病灶掩膜得到的尺寸征象。
启示与展望
结果限于三维CT上的肝脏疾病，训练数据来自单一机构，覆盖七种诊断；罕见病与外部队列实验用于检验征象词表在未设计病种上的表现。作者提出该框架不限于肝脏，可通过更广的命名征象目录和疾病组合扩展到其他器官，但这一扩展尚未在本文中验证。
组合规则由专家依据已发表指南导出，并要求其全部征象同时存在，因此每条病灶的征象标签完整度取决于指南与报告这两个来源；作者指出更丰富的组合规则可能更贴近非典型表现。作者同时说明，把结果解读为可复用征象词表优于疾病标签集合是一种假设性解释，且模型是研究原型，需前瞻性验证和监管许可方可用于临床。