AtomiMed: Hierarchical Atomic Fact-Checking for Universal Clinical-Aware Medical Report Evaluation

Yuan Wang, Wanxing Chang, Songtao Jiang, Shujian Gao, Xiaotian Zhang, Ruifeng Yuan, Weiwei Cao, Bowen Shi, Ling Zhang, Zuozhu Liu, Jianpeng Zhang

arXiv:2606.31292 · 2026-07-02 공개 · arXiv · PDF

clinical-evaluation clinical-consistency hierarchical-evaluation cross-verification diagnostic-accuracy multi-modal-benchmark atomic-fact-checking medical-report-generation

Abstract

Traditional metrics for Medical Report Generation (MRG) predominantly rely on surface-level n-gram overlap, which fails to capture clinical factual accuracy and often overlooks catastrophic diagnostic errors. We address this fundamental limitation by proposing AtomiMed, a universal, modality-agnostic evaluation framework that decomposes complex medical narratives into a standardized, multi-level hierarchy of Atomic Clinical Facts, encompassing Disease-level entities and Attribute-level descriptors, including location, morphology, and severity. By implementing an Agentic Cross-Verification loop between ground-truth and predicted reports, AtomiMed simulates a multi-radiologist peer-review process to verify clinical consistency, thus enabling the decoupled assessment of diagnostic detection and descriptive accuracy. To facilitate standardized evaluation, we introduce MRGEvalKit, an open-source toolkit for automated hierarchical extraction, and curate OmniMRG-Bench, a comprehensive multi-modal benchmark covering X-ray, CT, MRI, and Ultrasound. Extensive experiments on multiple expert-annotated reader studies demonstrate that AtomiMed achieves significantly higher correlation with human radiologist judgment compared to traditional and model-based metrics. Our code are release at https://github.com/Venn2336/MRGEvalkit

한국어 요약

한 줄 요약

AtomiMed는 의료 보고서 생성 평가를 위해 병증 및 속성 수준의 원자적 사실을 분해하고 교차 검증하는 새로운 프레임워크이다.

핵심 기여도

핵심 아이디어

기존 의료 보고서 평가 지표는 단순 n-gram 기반으로, 진단적 사실 정확도를 포착하지 못하며 치명적인 오류를 무시하는 문제가 있다. AtomiMed는 이 문제를 해결하기 위해 복잡한 의료 서술을 병증 수준(Disease-level)과 속성 수준(Attribute-level)의 원자적 사실(Atomic Clinical Facts, ACF)로 분해하고, 이들을 교차 검증하는 Agentic Cross-Verification 루프를 도입한다. 이는 병리학적 일관성을 검증하는 방식으로, 병증 존재 여부와 위치, 형태, 심각도 등의 속성을 독립적으로 평가할 수 있게 한다. 이는 기존의 CheXbert, RadGraph 등이 특정 모달에 제한된 반면, AtomiMed은 모달에 무관한 평가를 가능하게 한다는 점에서 혁신적이다.

기술적 접근법

주요 결과

의의 및 한계

AtomiMed은 의료 보고서 생성 평가에서 진단 정확도와 기술 정확도를 분리 평가할 수 있는 첫 번째 모달-무관 프레임워크로, 기존 지표가 포착하지 못한 속성 수준의 오류를 식별할 수 있다. 이는 의료 AI 모델의 신뢰성 향상과 임상적 적용 가능성 확대에 기여할 수 있다. 그러나 현재는 주로 영상 모달에 초점을 맞추고 있으며, 장기적 추적 데이터나 다른 임상 분야로의 확장은 아직 미비한 점이 있다. 또한, Agentic Cross-Verification 루프는 계산 비용이 높아 효율성 향상이 필요하다.

실용적 활용

AtomiMed은 병원 및 연구소에서 의료 AI 모델의 진단 정확도를 평가하는 데 활용될 수 있으며, 특히 복합적 영상 데이터를 다루는 상황에서 모델 개선과 임상 적용을 촉진할 수 있다. MRGEvalKit은 연구자들이 보고서 생성 모델의 성능을 재현하고 비교하는 데 유용한 도구로 사용될 수 있다.