约翰斯·霍普金斯大学本次发布的数据集RadThinking，RadThinking是由约翰斯·霍普金斯大学等机构构建的一个用于纵向临床推理的放射学视觉问答数据集。该数据集包含20,362个CT扫描，覆盖9,131名患者，涉及43个癌症组和2,077个经随访验证的健康对照，数据来源于10个欧洲机构2012年至2025年的采集。其创建过程遵循严格的标注协议，由放射科医生进行多阶段肿瘤掩码标注，并与去标识化的放射学报告、临床变量及病理学标签配对。该数据集旨在通过分层问题设计（基础感知、单步推理和组合推理）支持人工智能系统在癌症筛查中进行多步骤临床推理，而非仅仅进行肿瘤检测，应用于医学视觉语言模型训练和强化学习验证。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)