Holtercare-Bench: een multimodale benchmark voor het evalueren van langdurige dynamische ECG-analyse

Hoewel multimodale large language models (MLLM's) uitblinken in medische toepassingen, richten de meeste zich op statische beelden of kortetermijnsignalen. Op het cruciale terrein van dynamische elektrocardiogrammen (ECG) worstelen modellen met complexe temporele redeneringen en het genereren van diagnostische rapporten, door een gebrek aan hoogwaardige datasets en benchmarks. Om dit aan te pakken introduceren we (i) Holtercare-23K, een grootschalige multimodale dynamische ECG-dataset met 22.980 vraag-antwoordparen.