Bridging the Skill Gap in Clinical CBCT Interpretation with CBCTRepD¶

会议: CVPR 2026
arXiv: 2603.10933
代码: 无
领域: 医学图像 / 报告生成
关键词: CBCT, 口腔颌面报告生成, 双语系统, 人机协作, 多层级评估

一句话总结¶

构建覆盖55种口腔疾病的7,408例大规模CBCT-报告配对数据集，开发双语口腔颌面CBCT报告生成系统CBCTRepD，通过AI生成草稿+放射科医生编辑的协作模式，在多层级临床评估中证明其可帮助初级医生达到中级水平、中级医生接近高级水平、高级医生减少遗漏。

研究背景与动机¶

领域现状：生成式AI在医学报告自动生成领域发展迅速，胸部X光报告生成已有较多成熟工作（如CheXpert、RadFM等），但口腔颌面锥形束CT（CBCT）领域的报告生成仍处于早期阶段。

现有痛点：口腔颌面CBCT报告生成面临两大核心障碍——(1) 高质量配对CBCT-报告数据极度稀缺，现有公开数据集几乎不包含口腔颌面CBCT与报告的配对标注；(2) CBCT是三维体积数据，其解读复杂度远高于二维全景片或CT切片，涉及多个解剖区域和大量潜在病变类型，对AI建模提出更高要求。

核心矛盾：临床中不同经验水平的放射科医生对CBCT的解读能力差异显著。初级医生容易遗漏病灶、报告结构不规范；即使是高年资医生，也会因注意力分散而漏诊跨解剖区域的共存病变。AI辅助系统如果只追求"完全自动化"而不考虑与医生经验的结合，难以获得临床认可。

本文目标：在缺乏标准化数据的口腔颌面CBCT领域，构建实用的AI辅助报告系统，并通过严格的多层级临床评估量化其对不同经验层级医生的真实辅助效果。

切入角度：采用"AI先生成草稿、医生在此基础上编辑"的协作模式，而非追求全自动替代，更贴近临床实际工作流程。同时建立涵盖自动指标和人工评估的多层级评估框架。

核心 idea：用大规模配对数据集训练专业CBCT报告生成模型，以人机协作模式弥合不同经验层级放射科医生之间的报告质量差距。

方法详解¶

整体框架¶

CBCTRepD采用"数据集构建→模型训练→多层级评估"的完整pipeline。输入为口腔颌面CBCT三维体积数据，输出为中英双语结构化报告。系统设计为嵌入放射科医生日常工作流的协作模式——AI先生成报告草稿（direct AI draft），放射科医生再在此基础上审阅和编辑（collaboration report），最终得到更高质量的报告。

关键设计¶

大规模口腔颌面CBCT-报告配对数据集:
- 功能：从真实临床环境中收集并标注约7,408例CBCT-报告配对数据
- 核心思路：覆盖55种口腔疾病实体（包括龋齿、牙周病、根尖周炎、阻生齿、颌骨囊肿等），涵盖多种采集设备和环境设置，构建中英双语配对标注。数据质量经过专业放射科医生审核和标准化处理
- 设计动机：口腔颌面CBCT领域缺乏大规模公开数据集，7,408例的规模在该细分领域属于首次达到的量级，55种疾病实体的覆盖范围确保了模型在临床中能处理多样化的病例
双语端到端报告生成系统:
- 功能：从三维CBCT体积数据直接生成中英文结构化报告
- 核心思路：系统接收CBCT体积作为输入，经过特征提取和解码后生成符合临床规范的文本报告。支持中英双语输出，适应不同语言环境的临床需求。生成的报告包含按解剖区域组织的发现（findings）和结论（impression），遵循放射科报告的标准格式
- 设计动机：双语能力扩大了系统的适用范围，端到端设计避免了多阶段pipeline中的错误传播。结构化输出格式与临床工作流无缝对接
多层级临床评估框架:
- 功能：建立一套临床接地的评估体系，同时评估AI直接生成的草稿和医生编辑后的协作报告
- 核心思路：评估分为三个层面——(a) 自动指标评估AI草稿质量；(b) 放射科医生中心评估（radiologist-centered），由同行评审报告的准确性、完整性和规范性；(c) 临床医生中心评估（clinician-centered），从临床决策角度评判报告的实用价值。对初级、中级、高级三个经验层级分别统计
- 设计动机：仅用BLEU/ROUGE等自动指标无法反映报告的临床价值，加入人工评估的多层级设计更接近真实临床场景。按经验分层评估而非仅报告平均性能，可以揭示AI辅助对不同水平医生的差异化帮助

损失函数 / 训练策略¶

基于7,408例配对数据进行端到端训练。系统从CBCT体积数据到文本报告的整体优化，训练时同时优化中英文输出的生成质量。具体网络结构和损失函数细节受限于论文全文不可获取。

实验关键数据¶

主实验¶

评估维度	CBCTRepD表现	对比基准	说明
AI草稿质量	≈中级放射科医生	-	自动指标和人工评审共同验证
写作规范性	≈中级放射科医生	-	报告结构符合临床标准
临床遗漏率	显著降低	医生独立撰写	包括临床重要的漏诊病灶

分层辅助效果¶

医生层级	使用CBCTRepD前	使用CBCTRepD后	提升
初级→中级	初级水平报告	接近中级水平	显著提升完整性和规范性
中级→高级	中级水平报告	接近高级水平	提升诊断准确性和细节
高级辅助	偶有遗漏	减少遗漏错误	尤其在跨区域共存病变上

消融实验¶

配置	效果	说明
AI直接生成 vs 人机协作	协作显著优于直接生成	证明医生编辑的必要性
55种疾病覆盖	高覆盖率	覆盖临床常见和不常见口腔疾病
多采集设备	跨设备泛化	不同CBCT设备的数据混合训练

关键发现¶

AI生成的草稿在写作质量和规范化程度上已接近中级放射科医生，可作为可靠的起点
人机协作模式（AI草稿+医生编辑）一致地优于医生独立撰写，各经验层级均获益
CBCTRepD特别有助于改善报告结构、减少遗漏、提升对跨解剖区域共存病变的注意力
即使对高年资医生，系统也能通过提示可能遗漏的病灶来产生临床有意义的帮助

亮点与洞察¶

数据贡献突出：7,408例配对CBCT-报告数据覆盖55种疾病实体，是口腔颌面CBCT报告领域的重要基础设施
临床定位务实：不追求全自动替代医生，而是定位为协作工具，AI生成草稿+医生编辑更容易获得临床采纳
分层评估设计精巧：量化AI对初级/中级/高级三个层级医生的差异化增益，比单一平均性能数字更有说服力
关注遗漏类错误：特别强调减少漏诊（包括跨解剖区域的共存病变），这是临床中最具安全风险的错误类型
评估框架本身有参考价值：自动指标+放射科医生评估+临床医生评估的三层框架可以推广到其他医学AI系统

局限与展望¶

数据集局限于口腔颌面领域，泛化到其他CBCT应用场景（骨科、耳鼻喉科）需要额外验证
论文全文不可公开获取（HTML/ar5iv均不可用），系统的具体网络结构、损失函数和训练细节无法深入分析
7,408例虽在该细分领域属大规模，但相比通用医学报告生成的数据集（如MIMIC-CXR的200K+报告）仍有数量级差距
长期临床影响评估缺失——AI辅助是否会导致医生依赖性增强或技能退化，缺乏纵向研究
三维CBCT体积数据的具体处理方式（分片策略vs全局编码）对生成质量的影响未知
评估中仅涉及口腔颌面领域的放射科医生和临床医生，评审者数量和多样性未报告

评分¶

新颖性: ⭐⭐⭐ 方法层面创新有限，核心贡献在大规模配对数据集和多层级评估框架的构建
实验充分度: ⭐⭐⭐⭐ 多层级临床评估设计扎实、分层分析有说服力，但因论文全文不可获取无法验证更多细节
写作质量: ⭐⭐⭐⭐ 摘要结构清晰、信息密度高、临床价值论述充分
价值: ⭐⭐⭐⭐ 数据集和评估框架对口腔影像AI社区有直接推动作用，人机协作模式的验证对医学AI部署有参考意义