MedVLM-R1: Incentivizing Medical Reasoning Capability of Vision-Language Models (VLMs) via Reinforcement Learning

计算机科学 人工智能 透明度(行为) 强化学习 过度拟合 推论 机器学习 一般化 可信赖性 领域(数学分析) 自然语言 机会主义推理 语言模型 答疑 基于模型的推理 非单调逻辑 医学诊断 语言理解 训练集 共谋 自然语言处理 监督学习
作者
Jiazhen Pan,Liu, Che,Junde Wu,Fenglin Liu,Jiayuan Zhu,Hongwei Li,Chen Chen,Cheng Ouyang,Daniel Rueckert
标识
DOI:10.48550/arxiv.2502.19634
摘要

Reasoning is a critical frontier for advancing medical image analysis, where transparency and trustworthiness play a central role in both clinician trust and regulatory approval. Although Medical Visual Language Models (VLMs) show promise for radiological tasks, most existing VLMs merely produce final answers without revealing the underlying reasoning. To address this gap, we introduce MedVLM-R1, a medical VLM that explicitly generates natural language reasoning to enhance transparency and trustworthiness. Instead of relying on supervised fine-tuning (SFT), which often suffers from overfitting to training distributions and fails to foster genuine reasoning, MedVLM-R1 employs a reinforcement learning framework that incentivizes the model to discover human-interpretable reasoning paths without using any reasoning references. Despite limited training data (600 visual question answering samples) and model parameters (2B), MedVLM-R1 boosts accuracy from 55.11% to 78.22% across MRI, CT, and X-ray benchmarks, outperforming larger models trained on over a million samples. It also demonstrates robust domain generalization under out-of-distribution tasks. By unifying medical image analysis with explicit reasoning, MedVLM-R1 marks a pivotal step toward trustworthy and interpretable AI in clinical practice. Inference model is available at: https://huggingface.co/JZPeterPan/MedVLM-R1.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
lww完成签到,获得积分10
刚刚
天空之下完成签到,获得积分10
刚刚
Newmoon完成签到,获得积分10
刚刚
苽峰完成签到 ,获得积分10
刚刚
刚刚
鹿鸣完成签到,获得积分10
刚刚
hhan完成签到,获得积分10
刚刚
深情安青应助今日赢耶采纳,获得10
刚刚
郝子凯发布了新的文献求助10
1秒前
维生素完成签到,获得积分10
1秒前
大胆紫烟完成签到,获得积分10
2秒前
4秒前
唠叨的访文完成签到,获得积分10
4秒前
Fannie完成签到,获得积分10
5秒前
炙热灵枫完成签到,获得积分10
5秒前
迷你的怀绿完成签到,获得积分10
5秒前
Lucas应助满意时光采纳,获得10
6秒前
满意的醉蝶完成签到,获得积分10
7秒前
自由如南完成签到,获得积分10
7秒前
8秒前
8秒前
瞿采枫完成签到,获得积分10
8秒前
小胖子完成签到 ,获得积分10
8秒前
科研通AI6.2应助温暖寻雪采纳,获得30
9秒前
舒心的冰烟完成签到,获得积分10
9秒前
cc发布了新的文献求助10
10秒前
xiaoyu完成签到,获得积分10
11秒前
Ruby完成签到 ,获得积分10
12秒前
Together完成签到 ,获得积分10
12秒前
吴灵完成签到,获得积分10
13秒前
唐亿倩完成签到,获得积分10
13秒前
13秒前
朱朱朱发布了新的文献求助10
14秒前
一颗苹果完成签到 ,获得积分10
14秒前
wang完成签到,获得积分10
15秒前
奋斗鲂发布了新的文献求助10
15秒前
15秒前
奖品肉麻膏耶完成签到 ,获得积分10
16秒前
长灯明完成签到,获得积分10
17秒前
在水一方应助迷你的绝义采纳,获得10
17秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Essentials of Carbohydrate Chemistry and Biochemistry, 4th Edition 800
Navigating Normative Orders. Interdisciplinary Perspectives 800
1 Peter and Christ's Descent to the Dead in Its Early Christian Reception 700
Organizational Behavior 510
Management and the Arts 510
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7750187
求助须知:如何正确求助?哪些是违规求助? 9297706
关于积分的说明 20242528
捐赠科研通 7331881
什么是DOI,文献DOI怎么找? 3309518
关于科研通互助平台的介绍 2461127
邀请新用户注册赠送积分活动 2321927