ClinMM-Bench: Benchmarking del Ragionamento Clinico Multimodale Multi-Turn nei MLLM

ClinMM-Bench è stato creato da ricercatori come il più ampio benchmark per valutazioni diagnostiche cliniche multimodali multi-turn, mirato a testare i modelli linguistici di grandi dimensioni in scenari di ragionamento clinico pratico. Questo benchmark presenta 1.089 casi clinici reali complessi insieme a 3.760 immagini mediche che coprono otto diverse specialità. È stato impiegato un quadro di valutazione a due livelli per valutare sia l'accuratezza delle diagnosi che la qualità del ragionamento in 15 modelli linguistici multimodali di grandi dimensioni (MLLM) selezionati. I risultati hanno indicato che questi modelli affrontano difficoltà con la divulgazione continua di informazioni e la necessità di aggiornamenti dinamici delle ipotesi, rivelando carenze nei metodi di valutazione a turno singolo esistenti.