MEDLAYXPLAIN: 의료 시각-언어 모델(Medical Vision-Language Models)의 전문가-일반인 간 격차 벤치마킹

요약

의료 시각-언어 모델(Med-VLMs)이 전문가와 일반인 사이의 설명 격차를 얼마나 잘 메우는지 평가하는 새로운 벤치마크 MedLayXPlain을 소개합니다. 122,789개의 샘플을 포함한 대규모 데이터셋과 새로운 평가 모델 MedLayEval을 통해 현재 모델들의 한계를 분석했습니다.

핵심 포인트

• 의료 영상에 대해 전문가와 일반인 모두에게 적합한 설명을 생성하는 능력 평가
• UMLS 온톨로지를 활용한 대규모 멀티모달 벤치마크 MedLayXPlain-122K 구축
• HOVER 파이프라인을 통한 고품질 일반인용 의료 캡션 생성 기술 제안
• 임상적 정밀도와 접근성을 동시에 평가하는 경량 평가기 MedLayEval 도입
• 의료용 VLM은 일반인 언어 능력이 부족하고, 범용 VLM은 임상 정밀도가 낮음을 확인