論文の概要: MultiRetNet: A Multimodal Vision Model and Deferral System for Staging Diabetic Retinopathy
- arxiv url: http://arxiv.org/abs/2507.14738v1
- Date: Sat, 19 Jul 2025 20:00:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-22 20:51:32.027275
- Title: MultiRetNet: A Multimodal Vision Model and Deferral System for Staging Diabetic Retinopathy
- Title（参考訳）: MultiRetNet: 糖尿病網膜症に対するマルチモーダルビジョンモデルとデフレシステム
- Authors: Jeannie She, Katie Spivakovsky,
- Abstract要約: 糖尿病網膜症(DR)は予防可能な失明の主要な原因であり、世界中で1億人以上に影響している。
低所得層の個人は、診断前に進行するリスクが高く、主にスクリーニングへのアクセスが限られているためである。
DRステージング精度を向上させるために,網膜イメージング,社会経済的要因,および協調性プロファイルを組み合わせた新しいパイプラインであるMultiRetNetを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Diabetic retinopathy (DR) is a leading cause of preventable blindness, affecting over 100 million people worldwide. In the United States, individuals from lower-income communities face a higher risk of progressing to advanced stages before diagnosis, largely due to limited access to screening. Comorbid conditions further accelerate disease progression. We propose MultiRetNet, a novel pipeline combining retinal imaging, socioeconomic factors, and comorbidity profiles to improve DR staging accuracy, integrated with a clinical deferral system for a clinical human-in-the-loop implementation. We experiment with three multimodal fusion methods and identify fusion through a fully connected layer as the most versatile methodology. We synthesize adversarial, low-quality images and use contrastive learning to train the deferral system, guiding the model to identify out-of-distribution samples that warrant clinician review. By maintaining diagnostic accuracy on suboptimal images and integrating critical health data, our system can improve early detection, particularly in underserved populations where advanced DR is often first identified. This approach may reduce healthcare costs, increase early detection rates, and address disparities in access to care, promoting healthcare equity.
- Abstract（参考訳）: 糖尿病網膜症(DR)は予防可能な失明の主要な原因であり、世界中で1億人以上に影響している。
アメリカ合衆国では、低所得社会の個人は診断前の高度な段階に進むリスクが高い。
合併症は病気の進行をさらに加速させる。
我々は,網膜イメージング,社会経済的要因,および協調性プロファイルを組み合わせた新しいパイプラインであるMultiRetNetを提案し,DRステージの精度を向上させる。
我々は3つのマルチモーダル融合法を実験し、完全連結層を通した融合を最も汎用的な方法として同定する。
我々は,逆境,低品質画像を合成し,比較学習を用いて,臨床医の診察を保証する配布外サンプルの同定をモデルに導いた。
近視画像の診断精度を維持し, 重要な健康データを統合することにより, 早期発見, 特に先進DRが最初に同定される未確認個体群において, 早期発見の精度を向上させることができる。
このアプローチは、医療コストを削減し、早期発見率を向上し、医療へのアクセスの格差に対処し、ヘルスケアエクイティを促進する。
関連論文リスト
- A Novel Multimodal Framework for Early Detection of Alzheimers Disease Using Deep Learning [0.0]
アルツハイマー病(英語版) (AD) は進行性神経変性疾患であり、早期診断において重大な課題を引き起こす。
従来の診断法は、疾患の多面的な性質を捉えるには不十分である。
我々は,MRI画像,認知評価,バイオマーカーという3つの主要な情報源からのデータを統合するADの早期検出のための新しい枠組みを提案する。
論文 参考訳（メタデータ） (2025-08-05T03:46:59Z) - The Role of AI in Early Detection of Life-Threatening Diseases: A Retinal Imaging Perspective [10.884863227198975]
我々は最新のOCT/AおよびAO開発、AI/MLアプローチ、mHealth/Tele-ophthalmologyイニシアチブを体系的に合成する。
本稿では,マルチセンタープロトコルの標準化,将来性検証,網膜スクリーニングのシームレス化のためのロードマップを提案する。
論文 参考訳（メタデータ） (2025-05-27T07:19:37Z) - Retinal Fundus Multi-Disease Image Classification using Hybrid CNN-Transformer-Ensemble Architectures [0.3277163122167434]
我々の研究は、網膜疾患による人口の急激な世界的な問題に動機付けられています。
我々の主な目的は、網膜疾患を正確に予測できる包括的診断システムを開発することである。
論文 参考訳（メタデータ） (2025-03-27T12:55:07Z) - Continually Evolved Multimodal Foundation Models for Cancer Prognosis [50.43145292874533]
がん予後は、患者の予後と生存率を予測する重要なタスクである。
これまでの研究では、臨床ノート、医療画像、ゲノムデータなどの多様なデータモダリティを統合し、補完的な情報を活用している。
既存のアプローチには2つの大きな制限がある。まず、各病院の患者記録など、各種のトレーニングに新しく到着したデータを組み込むことに苦慮する。
第二に、ほとんどのマルチモーダル統合手法は単純化された結合やタスク固有のパイプラインに依存しており、モダリティ間の複雑な相互依存を捉えることができない。
論文 参考訳（メタデータ） (2025-01-30T06:49:57Z) - Optimizing Skin Lesion Classification via Multimodal Data and Auxiliary
Task Integration [54.76511683427566]
本研究は, スマートフォンで撮影した画像と本質的な臨床および人口統計情報を統合することで, 皮膚病変を分類する新しいマルチモーダル手法を提案する。
この手法の特徴は、超高解像度画像予測に焦点を当てた補助的なタスクの統合である。
PAD-UFES20データセットを用いて,様々なディープラーニングアーキテクチャを用いて実験を行った。
論文 参考訳（メタデータ） (2024-02-16T05:16:20Z) - Diagnosing Alzheimer's Disease using Early-Late Multimodal Data Fusion
with Jacobian Maps [1.5501208213584152]
アルツハイマー病(英語: Alzheimer's disease、AD)は、老化に影響を及ぼす神経変性疾患である。
本稿では,自動特徴抽出とランダム森林のための畳み込みニューラルネットワークを利用する,効率的な早期融合(ELF)手法を提案する。
脳の容積の微妙な変化を検出するという課題に対処するために、画像をヤコビ領域(JD)に変換する。
論文 参考訳（メタデータ） (2023-10-25T19:02:57Z) - Improved Automatic Diabetic Retinopathy Severity Classification Using
Deep Multimodal Fusion of UWF-CFP and OCTA Images [1.6449510885987357]
糖尿病網膜症(英: Diabetic Retinopathy、DR)は、世界中の何百万人もの患者に影響を及ぼす糖尿病の合併症である。
近年のイメージング技術の進歩は、DRを早期に検出する機会を提供するが、同時に大きな課題も生んでいる。
本研究は,これらの画像モダリティを利用してDR分類を顕著に向上する,新しいマルチモーダル手法を提案する。
論文 参考訳（メタデータ） (2023-10-03T09:35:38Z) - Automatic diagnosis of knee osteoarthritis severity using Swin
transformer [55.01037422579516]
変形性膝関節症 (KOA) は膝関節の慢性的な痛みと硬直を引き起こす疾患である。
我々は,Swin Transformer を用いて KOA の重大度を予測する自動手法を提案する。
論文 参考訳（メタデータ） (2023-07-10T09:49:30Z) - Robust and Efficient Medical Imaging with Self-Supervision [80.62711706785834]
医用画像AIの堅牢性とデータ効率を向上させるための統一表現学習戦略であるREMEDISを提案する。
様々な医療画像タスクを研究し, 振り返りデータを用いて3つの現実的な応用シナリオをシミュレートする。
論文 参考訳（メタデータ） (2022-05-19T17:34:18Z) - An Interpretable Multiple-Instance Approach for the Detection of
referable Diabetic Retinopathy from Fundus Images [72.94446225783697]
基礎画像における参照糖尿病網膜症検出のための機械学習システムを提案する。
画像パッチから局所情報を抽出し,アテンション機構により効率的に組み合わせることで,高い分類精度を実現することができる。
我々は,現在入手可能な網膜画像データセットに対するアプローチを評価し,最先端の性能を示す。
論文 参考訳（メタデータ） (2021-03-02T13:14:15Z) - Inheritance-guided Hierarchical Assignment for Clinical Automatic
Diagnosis [50.15205065710629]
臨床診断は、臨床ノートに基づいて患者に診断符号を割り当てることを目的としており、臨床意思決定において重要な役割を担っている。
本稿では,臨床自動診断のための継承誘導階層と共起グラフの伝播を組み合わせた新しい枠組みを提案する。
論文 参考訳（メタデータ） (2021-01-27T13:16:51Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。