英伟达发布 NV-Reason-CT：面向 3D CT 的开放视觉语言模型

核心事实

英伟达开发者博客发布文章，介绍 NV-Reason-CT——一个面向 3D CT 体积影像的开放视觉语言模型（VLM）。据该文描述，模型将完整 3D 视觉 Transformer 编码器与 Qwen3.5-4B 语言模型结合，训练目标是生成模拟放射科医生系统性阅片过程的思维链推理，并支持结构化报告生成与多轮追问对话。文章称其在 CT-RATE 基准上取得 Macro-F1 0.614、Macro-AUROC 0.871，并列出与 VoxelFM、Pillar-0、CT-CLIP、Merlin、ClinFusion-8B、MedGemma 1.5 等基线的对比表格。

背景与影响

文章指出，3D CT 单次检查可达数百张轴位层面，常规 2D 编码器难以还原层间空间关系，而多数开放医学模型也缺少多步对话与可审计的推理过程。NV-Reason-CT 延续 NV-Reason-CXR 的推理方法，采用监督微调加强化学习的两阶段训练，并称已获美国国立卫生研究院（NIH）放射科医生对报告质量与推理合理性的评审意见。文章强调，该模型是面向研究与开发的开放基础模型，并非自主诊断系统，也不是已获批的临床产品，研究者可基于其进行后续训练以适配特定 CT 应用；相关能力、可用范围与许可条件请以官网当前信息为准。

限制与来源

上述性能数字、训练数据构成与临床评审结论均来自英伟达开发者博客原文，本文未做独立验证。文中提及的临床研究进展、模型开放程度与后续集成计划，部分尚未获官方进一步确认，具体以官方发布为准。本文不构成任何医疗或投资建议。来源：developer.nvidia.com 博客文章《Introducing NV-Reason-CT Open 3D CT VLM for Radiologist Chain-of-Thought Reasoning》。