論文の概要: Ethical Medical Image Synthesis

• arxiv url: http://arxiv.org/abs/2508.09293v1
• Date: Tue, 12 Aug 2025 19:14:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-14 20:42:00.669121
• Title: Ethical Medical Image Synthesis
• Title（参考訳）: 倫理的医用画像合成
• Authors: Weina Jin, Ashish Sinha, Kumar Abhishek, Ghassan Hamarneh,
• Abstract要約: 倫理的MISynの鍵となる性質とMISynの内在的限界を同定する理論的解析を行う。 倫理的リスクは、医用画像と比較して、合成画像の本質的な限界と弱点を認めないことから生じる。 結果として生じる倫理的害には、医療画像データセット環境への信頼を損なうことや、利害関係者や一般大衆に対してアルゴリズムによる差別を引き起こすことが含まれる。
• 参考スコア（独自算出の注目度）: 19.366678966655666
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: The task of ethical Medical Image Synthesis (MISyn) is to ensure that the MISyn techniques are researched and developed ethically throughout their entire lifecycle, which is essential to prevent the negative impacts of MISyn. To address the ever-increasing needs and requirements for ethical practice of MISyn research and development, we first conduct a theoretical analysis that identifies the key properties of ethical MISyn and intrinsic limits of MISyn. We identify that synthetic images lack inherent grounding in real medical phenomena, cannot fully represent the training medical images, and inevitably introduce new distribution shifts and biases. Ethical risks can arise from not acknowledging the intrinsic limits and weaknesses of synthetic images compared to medical images, with the extreme form manifested as misinformation of MISyn that substitutes synthetic images for medical images without acknowledgment. The resulting ethical harms include eroding trust in the medical imaging dataset environment and causing algorithmic discrimination towards stakeholders and the public. To facilitate collective efforts towards ethical MISyn within and outside the medical image analysis community, we then propose practical supports for ethical practice in MISyn based on the theoretical analysis, including ethical practice recommendations that adapt the existing technical standards, problem formulation, design, and evaluation practice of MISyn to the ethical challenges; and oversight recommendations to facilitate checks and balances from stakeholders and the public. We also present two case studies that demonstrate how to apply the ethical practice recommendations in practice, and identify gaps between existing practice and the ethical practice recommendations.
• Abstract（参考訳）: 倫理的医用画像合成(MISyn)の課題は、MISyn技術がライフサイクル全体を通して倫理的に研究され開発されることを保証することである。 まず、MISyn研究・開発における倫理的実践の必要性と要件に対処するため、MISynの倫理的MISynの重要な性質と本質的限界を識別する理論的分析を行った。 合成画像は、実際の医学現象に固有の基盤を欠いていること、訓練された医用画像を完全に表現できないこと、そして必然的に新しい分布シフトとバイアスを導入することを確認した。 倫理的リスクは、医用画像と比較して合成画像の本質的な限界と弱点を認めないことから生じうる。 結果として生じる倫理的害には、医療画像データセット環境への信頼を損なうことや、利害関係者や一般大衆に対してアルゴリズムによる差別を引き起こすことが含まれる。 医用画像分析コミュニティ内外における倫理的MISynの包括的取り組みを促進するため、我々は、MISynの既存の技術基準、問題定式化、設計、評価プラクティスを倫理的課題に適応させる倫理的実践レコメンデーション、利害関係者や一般の人々からのチェックとバランスを促進するための推奨事項の監督など、理論的分析に基づくMISynにおける倫理的実践の実践的支援を提案する。 また,実践における倫理的実践レコメンデーションの適用方法を示すケーススタディと,既存の実践と倫理的実践レコメンデーションのギャップを明らかにするケーススタディを提示する。

関連論文リスト

• Ethics by Design: A Lifecycle Framework for Trustworthy AI in Medical Imaging From Transparent Data Governance to Clinically Validated Deployment [0.0]
  本研究では,医療画像におけるAIの倫理的意義について考察する。 データ収集、データ処理、モデルトレーニング、モデル評価、デプロイメントの5つの重要なステージに焦点を当てている。 分析的手法を用いて,AI開発の各段階における倫理的課題について検討した。
  論文  参考訳（メタデータ） (2025-07-06T05:28:17Z)
• MedEthicEval: Evaluating Large Language Models Based on Chinese Medical Ethics [30.129774371246086]
  本稿では,医療倫理分野における大規模言語モデル(LLM)の評価を目的とした新しいベンチマークであるMedEthicEvalを紹介する。 我々のフレームワークは、知識、モデルによる医療倫理原則の把握、応用の2つの重要な要素を含み、様々なシナリオにまたがってこれらの原則を適用する能力に焦点を当てている。
  論文  参考訳（メタデータ） (2025-03-04T08:01:34Z)
• Causal Representation Learning from Multimodal Biomedical Observations [57.00712157758845]
  バイオメディカルデータセットの理解を容易にするために,マルチモーダルデータに対するフレキシブルな識別条件と原理的手法を開発した。 主要な理論的貢献は、モジュラリティ間の因果関係の構造的空間性である。 実世界のヒト表現型データセットの結果は、確立された生物医学研究と一致している。
  論文  参考訳（メタデータ） (2024-11-10T16:40:27Z)
• Clinical Evaluation of Medical Image Synthesis: A Case Study in Wireless Capsule Endoscopy [63.39037092484374]
  人工知能(AI)に基づく合成データ生成は、臨床医学の届け方を変えることができる。 本研究は,無線カプセル内視鏡(WCE)画像を用いた炎症性腸疾患(IBD)の診断における概念実証による医療用SDGの臨床評価に焦点を当てた。 その結果、TIDE-IIは、最先端の生成モデルと比較して品質が向上し、臨床的に可塑性で、非常に現実的なWCE画像を生成することがわかった。
  論文  参考訳（メタデータ） (2024-10-31T19:48:50Z)
• Ethics of Generating Synthetic MRI Vocal Tract Views from the Face [0.3755082744150184]
  本稿では,外部-内部相関モデル(E2ICM)の倫理的意義について考察する。 E2ICMは顔の動きを使って内部構成を推測し、MRIの費用対効果を支える技術を提供する。 我々は、Pix2PixGANを用いて、外部の調音データから擬似MRIビューを生成し、このアプローチの有効性を実証する。
  論文  参考訳（メタデータ） (2024-07-11T11:12:48Z)
• Ethical Framework for Responsible Foundational Models in Medical Imaging [3.0043388951411676]
  基礎モデル(FM)は医療画像に革命をもたらす大きな可能性を秘めている。 本稿では,FMに関する倫理的懸念を浮き彫りにし,医療における責任ある開発と実践の指針となる枠組みを提案する。
  論文  参考訳（メタデータ） (2024-04-14T01:18:03Z)
• EALM: Introducing Multidimensional Ethical Alignment in Conversational Information Retrieval [43.72331337131317]
  我々は、倫理的アライメントを、効率的なデータスクリーニングのための初期倫理的判断段階と統合するワークフローを導入する。 本稿では,ETHICSベンチマークから適応したQA-ETHICSデータセットについて述べる。 さらに,二項および多ラベルの倫理的判断タスクにおいて,最高の性能を実現する新しい手法を提案する。
  論文  参考訳（メタデータ） (2023-10-02T08:22:34Z)
• Privacy-preserving medical image analysis [53.4844489668116]
  医用画像におけるプライバシ保護機械学習(PPML)のためのソフトウェアフレームワークであるPriMIAを提案する。 集合型学習モデルの分類性能は,未発見データセットの人間専門家と比較して有意に良好である。 グラデーションベースのモデル反転攻撃に対するフレームワークのセキュリティを実証的に評価する。
  論文  参考訳（メタデータ） (2020-12-10T13:56:00Z)

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。