医学影像数据集如何支撑“可验证的AI报告”？ReXGroundingCT胸部CT自由文本定位数据集解读

今天的放射学 AI 已经"能看会说"——能读片、能写报告。但它有个致命短板：当它说"左肺下叶有一个 3 毫米结节"时，往往指不出这个结节到底在扫描图里哪个位置。 医生只能"信或不信"，没法逐条核验。哈佛医学院团队近期在 NEJM AI 上发布的 ReXGroundingCT 数据集，正是冲着这个缺口来的——它第一次把自由文本报告里的发现，逐条对齐到胸部 CT 的体素级三维分割，让 AI 报告从"你说啥就是啥"变成"每条结论都有坐标、都能验证"。

研究背景：放射学 AI 为什么"会说不会指"？

放射学报告的本质，是把三维影像里几百张切片上看到的异常，用一句话精确定位描述出来。“结节在哪"“形态如何"“范围多大”，这些才是医生真正依赖的信息。

但现有医学影像数据集普遍存在一个结构性缺陷：

• 只给结构化标签：病灶被贴成"有/无"“良/恶"这类预定义类别，丢掉了临床语言的丰富度；
• 文字与位置脱节：即便有报告文本，也往往没有把它和影像里的具体像素（体素）对应起来。

结果就是：模型能"分类”、能"生成报告”，却没法证明自己说的每一个词，都对应影像里真实存在的一个点。 这个"定位"能力（英文叫 grounding），正是放射学 AI 从"能用"走向"可信"必须跨过的一道坎。

创新点：ReXGroundingCT 如何让文字落到体素？

ReXGroundingCT 的定位很清晰——做第一个把"自由文本发现"和"体素级 3D 分割"对齐的公开数据集。 它由哈佛医学院 Blavatnik 研究所生物医学信息学系牵头（第一作者 Mohammed Baharoon、共同第一作者 Luyang Luo、通讯作者 Pranav Rajpurkar），联合首尔国立大学医院、苏黎世大学医院、加拿大皇家大学医院等多国机构共同构建。

它的价值可以用三个"首次"概括：

• 首次用自由文本驱动分割：输入不是预定义类别，而是"左肺下叶舌段线样肺不张"这类真实报告语句，直接映射到 3D 分割掩膜（mask）；
• 首次配套链式思考（Chain-of-Thought）推理数据：为每个发现提供"从器官到局部、逐步定位"的解剖推理链，引导模型学会"先找肺、再找叶、最后框病灶"的思考路径；
• 首次搭建公开排行榜：私有测试集上的模型成绩挂在 rexrank.ai 排行榜上，让不同算法有了可横向对比的标尺。

团队还把它做成了 MICCAI（国际医学影像计算与计算机辅助干预会议）官方挑战赛，2026 年 9 月 27 日收官时，吸引了 15 个国家的 53 支队伍参赛，把这个过去只在论文里讨论的任务，推进成了可实际打榜的公共基准。

数据集构建与标注：三段式流水线如何做质控？

医学影像标注数据能不能用，关键在流程是否可控。ReXGroundingCT 的构建走了一条清晰的三段式流水线：

这套设计的精妙之处，在于把"大模型提效"和"人工把关"拆开：大模型负责规模化地"先筛一遍”，把海量报告变成结构化候选；而真正决定数据集上限的最终标注，交回给董事会认证放射科医生，并区分"训练集抽检"与"验证/测试集全量"两档质控强度。

作为补充，团队还生成了链式思考数据集：用 GPT-4o 加上器官分割模型提供的定位坐标，为每个发现生成"逐级解剖推理"的步骤，帮模型建立空间推理能力。

数据说话：16301 个标注实体的规模与构成

这套数据集的规模，放在"自由文本定位"这个细分方向上相当可观：

• 3142 例非增强胸部 CT，全部配标准化放射学报告（源自 CT-RATE 数据集）；
• 8028 个发现 → 16301 个标注实体（即文本到 3D 分割的配对）；
• 其中约 79% 为局灶性异常（如结节、实变、支气管扩张），21% 为非局灶性异常（如弥漫性密度增高）；
• 训练集为每个发现提供最多 3 个代表性分割，验证集（50 例）与测试集（100 例）则为穷尽式标注，不放过任何一个病灶实体。

“局灶 vs 非局灶"的混合、加上"代表性 vs 穷尽式"的分档标注，让数据集既能高效支撑大规模训练，又能对模型做严格、无死角的能力评估。

应用前景与局限

ReXGroundingCT 打开了几扇门：

• 可核验的报告生成：模型不再只输出一段文字，而是给每句结论挂上对应的分割位置，医生一眼就能验证；
• 面向教学与患者的解释：团队此前已用 X 光标注数据做过放射学训练平台；这套 CT 数据有望让学员和患者"跟着 AI 的标记"看懂病灶在哪；
• 细分任务的公共标尺：自由文本分割、grounding 报告生成等任务，第一次有了可持续打榜的基准。

局限同样要讲清楚：

• 非增强 CT、胸部单部位：结论能否外推到增强 CT、其他解剖部位，还有待验证；
• 训练集抽检而非全量：训练集 3D 标注采用抽检质控，个别标注噪声可能存在；
• 语言链路长：原始报告为土耳其语、经机翻成英文再提取，跨语言的语义损耗值得留意。

结论

放射学 AI 要真正赢得临床信任，光会"说结论"远远不够，还得说得出每句话的坐标依据。ReXGroundingCT 用 3142 例胸部 CT、16301 个标注实体、董事会认证放射科医生的分档质控，第一次把"自由文本发现 ↔ 体素级分割"这条链路做成了公开可用的基准，并借助排行榜与挑战赛，让它从一篇论文变成整个社区可以共同建设的任务。

它的启示也很朴素：一份好数据集的价值，不在于标签多，而在于让模型的每一条输出都能被追溯、被验证。 当 AI 报告"每个发现都有坐标”，它才真正配得上坐进影像科的阅片室。

相关问题

ReXGroundingCT 这个医学影像数据集在哪里可以下载？

数据集在 Hugging Face 平台公开，地址为 https://huggingface.co/datasets/rajpurkarlab/ReXGroundingCT；模型在私有测试集上的成绩可通过排行榜 https://rexrank.ai/ReXGroundingCT 查看。数据可免费获取用于研究，具体使用条款以平台页面为准。

为什么说放射学 AI “会说不会指"是个大问题？

因为医生无法凭一句"左肺下叶有结节"去核验 AI 的结论到底对不对、指哪。只有把报告里的每个发现对应到影像中精确的体素位置，医生才能逐条验证、判断该不该采信。ReXGroundingCT 正是为了解决这个"文字与位置脱节"的缺口而构建。

这类自由文本定位数据是怎么做标注的？

采用三段式流水线：先用 GPT-4 从报告提取并标准化发现，再用 GPT-4o 把发现归入肺与胸膜异常的层级本体，最后由人工做三维分割标注——训练集由放射科医生抽检质控，验证集与测试集全量由董事会认证放射科医生标注，并额外生成链式思考解剖推理数据辅助模型建立空间推理能力。

论文原文信息地址：https://www.simodata.cn/blog/2026-10-09-rexgroundingct/

参考文献

1. Baharoon M, Luo L, Moritz M, Kumar A, Kim SE, Zhang X, et al. ReXGroundingCT: A 3D Chest CT Dataset for Segmentation of Findings from Free-Text Reports. NEJM AI, 2026. DOI: 10.1056/AIdbp2501220
2. Baharoon M, Luo L, Moritz M, et al. ReXGroundingCT: A 3D Chest CT Dataset for Segmentation of Findings from Free-Text Reports. arXiv, 2025, arXiv:2507.22030. DOI: 10.48550/arXiv.2507.22030