11日前

インタラクティブで説明可能な領域誘導型放射線検査レポート生成

Tim Tanida, Philip Müller, Georgios Kaissis, Daniel Rueckert
インタラクティブで説明可能な領域誘導型放射線検査レポート生成
要約

放射線画像レポートの自動生成は、放射線技師が行う時間のかかるレポート作成作業を支援する可能性を有している。従来の手法は画像レベルの特徴から全体のレポートを生成するが、画像内の解剖学的領域に明示的に注目することができない。本研究では、解剖学的領域を検出しその個々の特徴的な領域を記述することで最終的なレポートを構成する、シンプルでありながら効果的な領域誘導型レポート生成モデルを提案する。従来の手法は人間による介入が不可能であり、解釈可能性も限定的であったが、本手法は追加のインタラクティブ機能を備えることで、新たな臨床応用を可能にし、高い透明性と解釈可能性を実現している。包括的な実験により、本手法がレポート生成において従来の最先端モデルを上回る有効性を示しており、そのインタラクティブな機能の優位性も明らかになった。コードおよびチェックポイントは、https://github.com/ttanida/rgrg にて公開されている。

インタラクティブで説明可能な領域誘導型放射線検査レポート生成 | 最新論文 | HyperAI超神経