PIRTA 用图像域检索加文本域增强,让 3D 脑 MRI 报告在跨院数据上把缺血区域准确率最高提升 57.2 个百分点
该研究提出 PIRTA,一种检索增强生成框架:用大规模 MAE 自监督预训练的 3D ViT 编码器在图像域检索相似的 3D DWI/ADC 体积,再以这些病例配对的临床医生撰写报告作为证据增强 LLaMA3-8B-Instruct 生成报告,从而绕开显式图像—文本对齐;在 1,831 例多机构内部队列、580 例隐私保护外部队列和 206 例公开 ISLES 基准上,PIRTA 取得较强图像域检索性能(内部 mAP@1 94.0%),并在缺血区域准确率这一事实性替代指标上持续优于直接图像到文本的 2D 基线,多分类准确率分别领先最强 2D 基线 +57.2 / +34.5 / +30.6 个百分点。