标题：CX-Mind发布：胸片诊断迈入“可验证推理”时代

上海交通大学、创智学院与瑞金医院联合推出CX-Mind，这是首个将胸片诊断推进至“可验证推理链”的多模态大模型。它不仅提供诊断结果，还生成清晰的推理路径，每一步都基于影像证据支撑，满足临床医生复核需求。

为什么重要？
胸部X光是临床常见检查，但传统AI仅输出标签或报告，缺乏解释能力，难以融入核心诊疗流程。医生需要了解诊断依据、排除了哪些可能、结论是否可靠。CX-Mind通过“交错式推理”（interleaved reasoning），将医学影像AI从“黑箱工具”转变为医生的协作伙伴。

三大突破
1. 重新定义输出范式
CX-Mind采用交错式推理，先观察影像征象，再形成假设并鉴别，最后生成结论。这种模式更贴近真实阅片过程，并通过训练让可解释性成为模型的核心约束。

1. 构建专家能力谱系
   团队开发了大规模数据集CX-Set，包含70万张影像和260万条指令样本，涵盖视觉理解、文本生成和时空对齐三大能力域，确保模型具备完整的诊断工作流能力。

2. 强化学习优化路径
   CX-Mind提出CuRL-VPR方法，结合课程学习与过程奖励机制，不仅关注最终答案正确性，还核查每步推理是否有影像证据支持，显著提升诊断可靠性。

评测表现
在横跨23个数据集、70万张影像的测试中，CX-Mind在视觉理解、报告生成和时空对齐三大领域平均提升25.1%。在真实世界测试集Rui-CXR上，其多中心医生评估五项维度均排名第一。

未来影响
CX-Mind推动医学AI从“视觉模型”向“推理模型”转型，为胸部CT、MRI等复杂场景奠定基础。尽管临床部署仍需进一步验证，但它已明确下一代医学AI方向：推理清晰、证据可复核、过程可协作。

论文链接：https://doi.org/10.1016/j.inffus.2025.104027
GitHub：https://github.com/SII-WenjieLisjtu/CX-Mind
HuggingFace：https://huggingface.co/SII-JasperLi77/CX-Mind