Nuovo Benchmark AI SGMRI-VQA Introduce il Ragionamento Spaziale Multi-Frame per l'Imaging Medico

È stato introdotto un nuovo benchmark denominato Spatially Grounded MRI Visual Question Answering (SGMRI-VQA) per valutare i modelli visione-linguaggio nel campo dell'imaging medico volumetrico. Composto da 41.307 coppie domanda-risposta derivate da annotazioni esperte di radiologi nel dataset fastMRI+, comprende studi di risonanza magnetica del cervello e del ginocchio. A differenza dei benchmark tradizionali che si concentrano su singole immagini 2D, SGMRI-VQA affronta le caratteristiche volumetriche dell'imaging clinico, dove i reperti possono estendersi su più frame o essere limitati a poche sezioni. Ogni coppia QA presenta una traccia di ragionamento allineata al clinico con coordinate di bounding box indicizzate per frame, garantendo chiarezza nel ragionamento e nel contesto spaziale. I compiti sono organizzati gerarchicamente, concentrandosi su rilevamento, localizzazione, conteggio/classificazione e descrizione, richiedendo ai modelli di integrare il ragionamento su presenza, posizione e contesto del frame. Questa iniziativa, annunciata su arXiv con identificatore arXiv:2604.15808v1, mira a migliorare il ragionamento spaziale e il grounding visivo nei modelli visione-linguaggio medici.