Holtercare-Bench：多模态基准测试，推动长时动态心电图AI诊断新突破
多模态大语言模型（MLLMs）在医学图像解读和短时信号分析上已展现惊人能力，然而在动态心电图（ECG）这一关键领域，它们却面临严峻挑战。长时程心电数据不仅包含复杂的时间依赖模式，还要求模型具备精准的病理定位与诊断报告生成能力。近日，一支研究团队发布了 Holtercare-Bench，一个专门用于评估长时动态心电图分析能力的多模态基准，并配套推出了大规模数据集 Holtercare-23K，为这一领域的研究提供了全新标尺。
数据与基准：从788份临床记录中构建
Holtercare-23K 数据集包含 22,980 个问答对，源自 788 份临床 Holter 记录，并创新性地引入了信号-视频-文本三模态对齐机制。这种设计突破了以往静态图像或短时信号的局限，让模型能够同时理解心电波形、动态影像与临床文本描述，更贴近真实临床场景。
基于该数据集，Holtercare-Bench 从三个维度评估模型能力：时间定位（temporal localization）、临床诊断（clinical diagnosis）和全局总结（global summarization）。这意味着模型不仅要识别异常心拍，还要能定位异常发生的时间段，并生成完整的诊断报告。
零样本测试：主流MLLM暴露短板
研究团队对当前领先的 MLLMs 进行了零样本评估，结果令人警醒：在超长病理序列的处理上，现有模型普遍表现不佳，性能差距显著。这暴露出当前多模态模型在电生理学领域的深层缺陷——它们大多擅长静态图像或短时信号，面对长达数小时的心电数据，难以捕捉细微的时间依赖和病理演变。
微调带来显著提升
然而，研究并非止步于暴露问题。通过对代表性模型进行微调，模型的性能获得了大幅提升，证明 Holtercare-23K 数据集不仅可用于评测，更能作为训练语料，赋能模型掌握长时动态心电分析能力。这一结果也为后续研究指明方向：基于高质量临床数据的专项微调，是提升医疗 MLLM 实际应用价值的有效路径。
意义与展望
Holtercare-Bench 的发布填补了长时动态心电基准的空白，为医疗多模态大模型提供了基础性测试平台。未来，随着更多模型在此基准上迭代优化，我们有望看到 AI 在心律失常检测、心肌缺血预警等场景中发挥更可靠的作用，真正助力临床决策。
项目代码与数据已公开，研究者可访问项目主页获取详情。
