Problem

傳統醫療報告生成（MRG）的評估指標過度依賴 n-gram 字面重疊，無法精準捕捉臨床事實的準確性，導致評分結果往往忽略了致命性的診斷錯誤，難以真實反映醫療報告的臨床價值。

Method

開發 AtomiMed 通用評估框架，將複雜的報告分解為「原子臨床事實」階層，涵蓋疾病實體及位置、形態、嚴重程度等屬性。透過代理人交叉驗證（Agentic Cross-Verification）模擬醫師同儕審查流程，並提供開源工具包 MRGEvalKit 與跨 X 光、CT、MRI、超音波的多模態基準 OmniMRG-Bench。

Results

在多項專家標註的讀者研究中，AtomiMed 展現出優異的效能。相較於傳統指標與現有的 AI 模型評估法，AtomiMed 與放射科專業醫師判斷的相關性顯著提升，能更有效地偵測臨床不一致性。

Significance

此項研究成功將診斷檢測與細部描述的準確性進行解耦評估，為不同醫學影像模態提供了統一且具備臨床感知能力的衡量標準，對於推動自動化醫療報告生成的臨床部署具有重要貢獻。