G-CARL：面向患者的医学报告解读中基于证据且与清单对齐的奖励学习

医学报告的个性化解读已成为患者日益重要的需求。满足这一需求既需要基于证据的医学事实性，也需要依赖语境的患者沟通，然而现有的医学视觉-语言任务并未充分捕捉这两方面要求。为弥合这一差距，我们提出 Patient-oriented Medical Report Interpretation（PMRI），这是一项新的开放式多模态生成任务，要求模型基于用户的查询和对话历史，用准确且易懂的语言解释医学报告。这两个目标在可验证性上有根本差异，却又紧密耦合，因此在传统的监督微调和整体式强化学习范式下难以联合优化。为应对这一挑战，我们提出 G-CARL，这是一个基于证据且与清单对齐的强化学习框架，它将用于原子声明验证的多源检索与上下文感知、实例特定的加权清单相结合，为事实性、用户需求满足度和表达质量提供结构化监督，同时不限制回答的多样性。我们进一步构建了 MMedReport，一个真实世界的 PMRI 基准，并设计了由临床医生制定的三维评估方案。大量实验表明，G-CARL 在整体质量、声明级精确率和清单召回率方面持续优于现有的后训练基线。临床医生进行的成对偏好评估进一步证实，G-CARL 生成的解读更准确，也更符合患者需求。