SurgWound-Bench：一种用于外科伤口诊断的基准测试工具

《npj Digital Medicine》：SurgWound-Bench: a benchmark for surgical wound diagnosis

摘要

手术部位感染（SSI）是医疗相关感染中最常见且代价最高的类型之一，而手术伤口护理在预防SSI和改善患者预后方面仍面临重大挑战。尽管深度学习已被用于初步的手术伤口筛查，但数据隐私问题和专家标注的高成本限制了相关技术的进展。因此，目前还没有公开可用的数据集或基准测试能够涵盖多种类型的手术伤口，这阻碍了开源手术伤口筛查工具的开发。为了解决这一问题：（1）我们推出了SurgWound，这是首个包含多种类型手术伤口的开源数据集，其中包含了686张由三位专业外科医生标注的手术伤口图像，并附带了八项细致的临床属性；（2）基于SurgWound，我们建立了首个手术伤口诊断的基准测试框架，包括视觉问答（VQA）和报告生成任务，以实现全面评估；（3）此外，我们还提出了一种三阶段的学习框架WoundQwen用于手术伤口诊断：第一阶段利用多个大语言模型（MLLM）预测伤口的详细特征；第二阶段将这些预测结果作为额外信息来评估感染风险和临床紧迫性；第三阶段将诊断结果整合起来生成综合报告。我们的数据集和代码均可供公开使用。