arXiv ID:
2607.04694
arXiv 提交日期: 2026-07-06
解决第一步缺失问题:视觉-语言模型能否标准化异构原始医疗数据? / Solve the Missing First Step: Can VLMs Standardize Raw Heterogeneous Medical Data?
1️⃣ 一句话总结
本文指出,在真实医疗场景中,视觉-语言模型(VLM)面临的首要问题不是诊断能力,而是如何将来源不同、格式杂乱的原始医疗数据(如扫描图像和文字记录)自动整理成模型可用的标准图片-文本对,实验表明当前最强模型(Gemini 3 Flash)完成这项任务的成功率不到一半,说明数据标准化是AI医疗落地的关键瓶颈。