MedPAO-Assist：可边缘部署、模态感知的放射报告结构化智能体
事件
放射报告结构化此前主要依赖云端专有模型或需要高端 GPU 的大型开源模型，这与临床对数据隐私和离线运行的要求相冲突。为此，研究团队提出 MedPAO-Assist，一个可边缘部署的智能体框架，能够直接从放射科医生的口述和语音指令生成结构化放射报告。在标准笔记本 CPU 上，其峰值内存约 3.3GB，端到端平均延迟约 31 秒，目前支持胸部 X 光、胸部 CT、腹部 CT 和脑部 MRI 四种主要影像模态。
该系统采用多智能体架构，围绕“抽取—对齐—生成”范式运行：先做概念抽取，再完成 SNOMED-CT 本体对齐，最后生成结构化报告，随后进入语音驱动的人在环校正阶段，形成无需键盘输入、不调用外部 API、不依赖互联网的“无接触”报告流程。据团队所知，这是最早在 0.6B 参数级别小语言模型上跑通全流程的智能体系统之一。
评估分别覆盖概念抽取、本体对齐、概念分类等各流水线阶段，并给出硬件性能分析，证明仅用 CPU 做实时临床部署是可行的。对希望在不外传患者数据的前提下引入大模型辅助报告书写的放射科而言，这一方案提供了低成本、可离线落地的参考路径。
来源
本条目由采集管线自动抓取并发布，完整内容见下方来源链接。
*采集源：arXiv cs.AI*