論文の概要: Radiologist Copilot: An Agentic Assistant with Orchestrated Tools for Radiology Reporting with Quality Control

• arxiv url: http://arxiv.org/abs/2512.02814v1
• Date: Tue, 02 Dec 2025 14:25:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-03 21:04:45.920953
• Title: Radiologist Copilot: An Agentic Assistant with Orchestrated Tools for Radiology Reporting with Quality Control
• Title（参考訳）: 放射線科医Copilot: 品質管理による放射線学報告用オーケストレーションツールのエージェントアシスタント
• Authors: Yongrui Yu, Zhongzhen Huang, Linjie Mu, Shaoting Zhang, Xiaofan Zhang,
• Abstract要約: 我々は、品質管理を備えた自動放射線診断のためのオーケストレーションツールを備えたエージェントAIアシスタントであるRadioologist Copilotを提案する。 組織されたツールには、リージョンローカライゼーション、イメージパラダイム指向の領域分析計画、レポート生成のための戦略的テンプレート選択、品質評価、品質管理のためのフィードバック駆動適応改善などがある。 実験の結果、放射線科医のコパイロットは放射線学の報告において、他の最先端の手法をはるかに上回っていることが明らかとなった。
• 参考スコア（独自算出の注目度）: 16.13457076922018
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Radiology reporting is an essential yet time-consuming and error-prone task for radiologists in clinical examinations, especially for volumetric medical images. Rigorous quality control is also critical but tedious, ensuring that the final report meets clinical standards. Existing automated approaches, including radiology report generation methods and medical vision-language models, focus mainly on the report generation phase and neglect the crucial quality control procedure, limiting their capability to provide comprehensive support to radiologists. We propose Radiologist Copilot, an agentic AI assistant equipped with orchestrated tools designed for automated radiology reporting with quality control. Leveraging large language models as the reasoning backbone, the agentic system autonomously selects tools, plans, and executes actions, emulating the behavior of radiologists throughout the holistic radiology reporting process. The orchestrated tools include region localization, think with image paradigm directed region analysis planning, strategic template selection for report generation, quality assessment and feedback-driven adaptive refinement for quality control. Therefore, Radiologist Copilot facilitates accurate, complete, and efficient radiology reporting, assisting radiologists and improving clinical efficiency. Experimental results demonstrate that Radiologist Copilot significantly surpasses other state-of-the-art methods in radiology reporting. The source code will be released upon acceptance.
• Abstract（参考訳）: 放射線医学報告は、臨床検査、特に体積医学画像において、放射線科医にとって必要不可欠な時間的かつエラーを起こしやすい課題である。 厳格な品質管理もまた批判的だが退屈であり、最終報告が臨床基準を満たしていることを保証する。 放射線学報告生成方法や医療ビジョン言語モデルを含む既存の自動化アプローチは、主にレポート生成フェーズに注目し、重要な品質管理手順を無視し、放射線学者に包括的な支援を提供する能力を制限する。 我々は、品質管理を備えた自動放射線学レポートのためのオーケストレーションツールを備えたエージェントAIアシスタントであるRadioologist Copilotを提案する。 大きな言語モデルを推論のバックボーンとして活用し、エージェントシステムは、総合的な放射線学報告プロセスを通して、放射線学者の振る舞いをエミュレートし、ツール、計画、実行を自律的に選択する。 組織されたツールには、リージョンローカライゼーション、イメージパラダイム指向の領域分析計画、レポート生成のための戦略的テンプレート選択、品質評価、品質管理のためのフィードバック駆動適応改善などがある。 そのため、放射線科医コパイロットは正確な完全かつ効率的な放射線学の報告を促進し、放射線科医を支援し、臨床効率を向上させる。 実験の結果、放射線科医のコパイロットは放射線学の報告において、他の最先端の手法をはるかに上回っていることが明らかとなった。 ソースコードは受理時に公開される。

関連論文リスト

• MGH Radiology Llama: A Llama 3 70B Model for Radiology [50.42811030970618]
  本稿では,高度な放射線学に焦点を当てた大規模言語モデルMGH Radiology Llamaを提案する。 Llama 3 70Bモデルを使用して開発され、Radiology-GPTやRadiology-Llama2といった従来のドメイン固有モデルをベースにしている。 従来の指標とGPT-4に基づく評価の両方を取り入れた評価では,汎用LLMよりも高い性能を示す。
  論文  参考訳（メタデータ） (2024-08-13T01:30:03Z)
• RaDialog: A Large Vision-Language Model for Radiology Report Generation and Conversational Assistance [49.04445246682948]
  会話型AIツールは、所定の医療画像に対して臨床的に正しい放射線学レポートを生成し、議論することができる。 RaDialogは、ラジオロジーレポート生成と対話ダイアログのための、初めて徹底的に評価され、公開された大きな視覚言語モデルである。 本手法は,報告生成における最先端の臨床的正確性を実現し,報告の修正や質問への回答などのインタラクティブなタスクにおいて,印象的な能力を示す。
  論文  参考訳（メタデータ） (2023-11-30T16:28:40Z)
• Consensus, dissensus and synergy between clinicians and specialist foundation models in radiology report generation [32.26270073540666]
  世界中の放射線技師の不足は専門家のケアへのアクセスを制限し、重労働を課している。 視覚言語モデルを用いた自動レポート生成の最近の進歩は、状況を改善するための明確な可能性を示唆している。 我々は、胸部X線写真のための最新のレポート生成システム、textitFlamingo-CXRを構築し、放射線学データに基づくよく知られた視覚言語基盤モデルを微調整する。
  論文  参考訳（メタデータ） (2023-11-30T05:38:34Z)
• ChatRadio-Valuer: A Chat Large Language Model for Generalizable Radiology Report Generation Based on Multi-institution and Multi-system Data [115.0747462486285]
  ChatRadio-Valuerは、一般化可能な表現を学習する自動放射線学レポート生成のための調整されたモデルである。 本研究で利用した臨床データセットは,textbf332,673の顕著な総計を含む。 ChatRadio-Valuerは、最先端のモデル、特にChatGPT(GPT-3.5-Turbo)やGPT-4などより一貫して優れている。
  論文  参考訳（メタデータ） (2023-10-08T17:23:17Z)
• Radiology-Llama2: Best-in-Class Large Language Model for Radiology [71.27700230067168]
  本稿では,ラジオロジーに特化した大規模言語モデルであるRadiology-Llama2を紹介する。 MIMIC-CXRとOpenIデータセットのROUGEメトリクスを用いた定量的評価は、Radiology-Llama2が最先端のパフォーマンスを達成することを示す。
  論文  参考訳（メタデータ） (2023-08-29T17:44:28Z)
• Act Like a Radiologist: Radiology Report Generation across Anatomical Regions [50.13206214694885]
  X-RGenは6つの解剖学的領域にわたる放射線学者によるレポート生成フレームワークである。 X-RGenでは、ヒトの放射線学者の行動を模倣し、これらを4つの主要な段階に分解する。 画像エンコーダの認識能力は,各領域にまたがる画像やレポートを分析して向上する。
  論文  参考訳（メタデータ） (2023-05-26T07:12:35Z)

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。