ClinFusion：具備醫學整體理解能力的視角為中心多模態 LLM 系統
為何重要
醫療領域的 MLLM 發展已從即時翻譯與文本摘要，轉向能消化複雜「臨床影像」的深度理解。ClinFusion 的成功顯示開源模型陣營已能攻克專有模型在影像多模態評鑑上的優勢，這將影響醫療產業在選擇 AI 支援工具時的權重考量，更重要的是它建立了一套與放射科師診斷實務高度對齊的評估標準。
- 技術架構：ClinFusion 採用「級聯空間感知區域性性融合運運算元」，設計用來統一理解各種異質 2D 與原生 3D 醫學影像。
- 開源模型對標：在 24 項醫學多模態基準測試中，勝過 Hulu-Med 與 Lingshu 等主流開源醫療 MLLM 20 次。
- 專有模型競爭：在 16 項基準測試中，表現優於 GPT-5.2 與 Gemini-3-Flash 等強大的專有模型 13 次。
- 臨床驗證：RoI（感興趣區域）匯入的報告生成評估法，與放射科醫師的專家盲測判斷相關性呈現最佳表現。