扩散语言模型革新放射报告：任意顺序填充能力超越自回归模型
核心发现：扩散模型在医学文本生成中实现性能与速度双超越
最新研究《Discrete Diffusion Language Models for Interactive Radiology Report Drafting》将混合专家扩散语言模型 DiffusionGemma-26B 引入放射学报告生成领域，并与同尺寸的自回归模型 Gemma-4-26B 进行了严格对比。实验结果显示，扩散模型在多项医学视觉问答数据集上匹配甚至超越了自回归模型，同时解码速度提升 3.5-4.4 倍。更值得关注的是，扩散模型具备自回归模型难以企及的**任意顺序填充（any-order infill）**能力，这为放射科医生提供了全新的交互式报告撰写体验。
为什么扩散模型更适合放射报告？
传统自回归模型按从左到右的顺序逐词生成文本，而扩散语言模型通过双向去噪的方式处理整个词元画布。这种机制使得模型能够“看到”全局上下文，并在任意位置进行填充。在放射报告场景中，医生常常需要先撰写部分关键发现，再回头补充细节，或者在不同科室的报告中存在表述不一致的问题。扩散模型允许医生固定已写好的片段，让模型自动填充中间缺失的内容，这恰好契合了真实临床报告“非结构化、片段化”的特点。
性能与速度的双重突破
研究团队使用 LoRA 微调方法对 DiffusionGemma-26B（激活参数为 3.8B）进行医学视觉问答任务的适配。在与 Gemma-4-26B 的对比中，扩散模型在由鲁棒性 LLM 评判的指标上表现持平或更优，且其解码速度优势显著。这一结果挑战了医学领域长期以来对自回归模型的依赖，表明扩散模型在专业场景中同样具备竞争力。
交互式报告：从“生成”到“协作”
扩散模型的任意顺序填充能力为放射科医生带来了交互式报告撰写的新范式。医生可以：
- 先撰写关键结论，再让模型补充影像学描述
- 修改报告中的特定段落，模型自动调整前后文
- 将不同医生的报告片段合并，由模型完成衔接
这种能力在自回归模型中难以实现，因为自回归模型无法在已有文本中间插入新内容。研究团队指出，这一特性尤其适合多机构协作和报告标准化场景，有望提升临床工作流程的效率。
行业意义：医学基础模型的范式转变？
当前，医学领域的基础模型几乎全部基于自回归架构，如 GPT-4、Med-PaLM 等。本研究表明，扩散语言模型在性能持平的前提下，提供了自回归模型不具备的交互功能。这或许预示着医学 AI 模型架构的多元化发展——未来我们可能看到更多采用扩散架构的医学专用模型，尤其是在需要灵活编辑和协作的文本生成任务中。
不过，研究也指出扩散模型在生成质量上仍有提升空间，且当前实验主要集中在视觉问答任务，其在实际放射报告撰写中的表现还需进一步验证。但无论如何，这项研究为医学 AI 开辟了一条新的技术路径。