EviDent-CBCT：证据瓶颈框架破解牙科CBCT报告自动生成难题

牙科锥形束CT（CBCT）扫描一次就能揭示数十项与牙齿、解剖结构和空间关系相关的发现。但要让AI学会从这些3D影像自动生成临床报告，却面临一个棘手的现实问题：医生日常书写的报告并不会穷尽记录所有影像征象。某个发现没有被提及，可能意味着它确实不存在，也可能只是医生没写。这种"非穷尽监督"（Non-Exhaustive Supervision）让模型训练变得异常困难。

arXiv最新发布的论文提出了 EviDent-CBCT，一个"证据瓶颈"（Evidence-Bottlenecked）框架，专门针对这种不完整标注场景设计，为CBCT报告生成提供了一条可审计、可追溯的新路径。

核心难题：报告里的"沉默"该如何解读

在医学影像报告生成领域，图像到文本的映射本就充满挑战，而牙科CBCT的特殊性进一步放大了难度。一份常规报告可能只记录医生认为重要的发现，大量真实存在的征象因为"临床不显著"或"书写习惯"被省略。

这意味着训练数据中的"未提及"（non-mention）是一个模糊信号：它既可能是阴性证据（该征象不存在），也可能是缺失标注（存在但没写）。如果模型简单地把所有未提及都当作阴性，就会学到错误的分布，生成的报告要么漏诊，要么产生幻觉。EviDent-CBCT 的整个设计都围绕如何处理这种不确定性展开。

牙科CBCT（锥形束计算机断层扫描）是一种专为口腔颌面部设计的三维影像技术，相比传统医用CT，它具有辐射剂量低、空间分辨率高、扫描视野可调的特点，广泛用于种植手术规划、阻生牙评估、根管治疗辅助和颌骨病变筛查等场景。一次CBCT扫描能生成数百张断层切片，医生需在轴面、冠状面、矢状面及三维重建图像中综合判读。正是这种信息密度，使CBCT报告在实际临床中极难做到"穷尽记录"——一位经验丰富的医生在有限时间内只会重点描述与主诉相关的显著发现，而将众多次要或偶发征象省略。这与放射科胸部CT或MRI报告的书写逻辑类似，但牙科CBCT涉及的独立解剖单元（单颗牙齿、牙槽骨分区、神经管走行等）数量更多，"选择性记录"现象因此更为普遍，给构建完整训练标签带来了结构性障碍。

技术架构：把影像压缩成离散证据记录

EviDent-CBCT 最关键的设计思想，是在影像和报告文本之间插入一个离散的证据记录（discrete evidence record）作为瓶颈层。整个流程可以拆解为几个环节：

解剖感知网络提取三类证据

框架首先用一个解剖感知网络（anatomy-aware network），将每次CBCT扫描映射为三个层级的证据：牙齿级别（tooth-level）、全局级别（global）以及牙齿与下牙槽神经管关系（tooth-IAC，Inferior Alveolar Canal）。这种分层设计贴合牙科诊断的实际逻辑——既要看单颗牙，也要看整体，还要关注关键神经结构的空间关系。

牙科逻辑一致性投影

提取出的证据之间可能存在相互冲突。论文引入了牙科逻辑一致性投影（dental-logic consistency projection），在生成报告前先对不兼容的证据进行协调（reconcile）。这一步相当于把领域知识显式编码进模型，减少逻辑矛盾。

确定性渲染 + 盲图语言模型

经过校正的证据记录，交给一个确定性渲染器（deterministic renderer）和一个不看图像的局部语言模型（image-blind local language model）来生成最终报告。注意这里的巧妙之处：语言模型只能接触证据记录，看不到原始影像。这就从结构上保证了报告内容必须"有据可查"，每一句话都能回溯到具体证据，而非模型凭空生成——这正是"可审计接口"的价值所在。

应对非穷尽监督的训练策略

针对数据标注不完整的核心痛点，论文采用了差异化的处理方式。

对于牙齿级别证据，采用可靠性感知训练（reliability-aware training），将符合条件的未提及样本作为"降权负样本"（reduced-weight negatives）参与训练，而不是简单当作确定的阴性。这样既利用了未提及的信息，又避免了过度惩罚。

而对于未报告的全局证据和 tooth-IAC 标签，则直接保持"未知"状态，不强行推断。这种对不确定性的诚实处理，是该框架区别于传统方法的重要一点。

此外，论文还设计了金属敏感输入通道（metal-sensitive input channel），专门保留来自牙科材料（如补牙、种植体）的强度线索，因为这些高密度金属物在CBCT中既是诊断信息，也是常见的伪影来源。

下牙槽神经管（Inferior Alveolar Canal，IAC）是下颌骨内贯穿下牙槽神经和血管的骨性管道，从下颌孔延伸至颏孔，支配下颌后牙及下唇的感觉功能。在拔除下颌阻生智齿或进行种植手术时，手术器械与IAC的三维空间距离是评估神经损伤风险的核心依据，误伤可导致永久性麻木或感觉异常。牙科CBCT正是评估"牙根-IAC关系"的金标准影像手段，但IAC的走行在不同个体间差异显著，且在金属伪影区域常出现显影模糊。EviDent-CBCT将tooth-IAC关系单独列为一类证据，正是因为这一解剖关系的高临床风险性以及在日常报告中经常被不完整记录的现实。

实验结果：第二名的自动评测成绩

在三次验证运行中，EviDent-CBCT 取得了 0.666±0.006 的合并证据集 F1 值，以及 0.402±0.003 的 RadFact-Lite-Dental 逻辑 F1 值。作为对比，最强的受控直接基线（direct baseline）仅为 0.371±0.018。在逻辑一致性这一关键指标上，提升相当明显。

更具说服力的是公开竞赛表现：在 ODIN 2026 挑战赛中，EviDent-CBCT 在自动化评测中排名第二，在隐藏测试集的盲法临床竞技场（blinded clinical Arena）对比中排名第三。能在未见过的测试数据和真实临床评审下保持靠前排名，说明这套方法具备一定的泛化能力，而非仅仅拟合了特定数据集。

RadFact-Lite-Dental 是针对牙科放射报告设计的逻辑一致性评估指标，其设计思路源自自然语言推理（NLI）领域：将生成报告与参考报告分别拆解为一组原子事实命题，然后评估两组命题之间的蕴含关系，而非简单的词汇重叠。相比传统的BLEU、ROUGE等n-gram指标，RadFact类指标更关注"生成内容在临床事实层面是否自洽、是否与参考一致"，能更好地惩罚逻辑矛盾和幻觉输出。在高风险医疗报告生成任务中，逻辑F1比表面流畅度更能反映系统的实际可用性，因此EviDent-CBCT在该指标上相比基线提升显著，具有更直接的临床意义。

价值与展望：可审计才是医疗AI的刚需

EviDent-CBCT 的意义不止于刷新指标。它用"证据记录"这一离散中间层，为CBCT报告生成提供了一个有效且可审计的接口。在医疗场景中，报告的每一项结论能否被追溯、被验证，往往比纯粹的生成流畅度更重要。

把影像理解（证据提取）和文本生成（渲染）解耦，意味着医生可以直接检查、修正中间的证据记录，而不必面对一个黑箱式的端到端模型。这种设计哲学对于其他高风险医疗AI应用同样具有参考价值。

当然，作为一篇刚发布的预印本，其结果仍有待更大规模临床验证，证据记录的覆盖范围能否扩展到更复杂的病例，也值得后续关注。但它至少证明了：在数据标注天然不完整的医学领域，与其追求端到端的"大力出奇迹"，不如老老实实地处理好不确定性，构建可解释的中间表示。