論文の概要: Evidence-Based Actor-Verifier Reasoning for Echocardiographic Agents

• arxiv url: http://arxiv.org/abs/2604.06347v1
• Date: Tue, 07 Apr 2026 18:26:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-09 17:30:51.180232
• Title: Evidence-Based Actor-Verifier Reasoning for Echocardiographic Agents
• Title（参考訳）: Evidence-based Actor-Verifier Reasoning for Echocardiography Agents (特集 心エコー)
• Authors: Peng Huang, Yiming Wang, Yineng Chen, Liangqiao Gui, Hui Guo, Bo Peng, Shu Hu, Xi Wu, Tsao Connie, Hongtu Zhu, Balakrishnan Prabhakaran, Xin Wang,
• Abstract要約: 視覚言語モデル(VLM)は,臨床診断支援のための超音波理解システムを構築するための新たな道を開いた。 本稿では,心エコー図を用いたエージェントの信頼性評価のためのエビデンス駆動アクタ検証フレームワークであるEchoTrustを提案する。
• 参考スコア（独自算出の注目度）: 25.763431177629638
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Echocardiography plays an important role in the screening and diagnosis of cardiovascular diseases. However, automated intelligent analysis of echocardiographic data remains challenging due to complex cardiac dynamics and strong view heterogeneity. In recent years, visual language models (VLM) have opened a new avenue for building ultrasound understanding systems for clinical decision support. Nevertheless, most existing methods formulate this task as a direct mapping from video and question to answer, making them vulnerable to template shortcuts and spurious explanations. To address these issues, we propose EchoTrust, an evidence-driven Actor-Verifier framework for trustworthy reasoning in echocardiography VLM-based agents. EchoTrust produces a structured intermediate representation that is subsequently analyzed by distinct roles, enabling more reliable and interpretable decision-making for high-stakes clinical applications.
• Abstract（参考訳）: 心血管疾患のスクリーニングと診断において,心エコー検査は重要な役割を担っている。 しかし、複雑な心力学と強い視野の不均一性のため、心エコーデータの自動的インテリジェント解析は依然として困難である。 近年,視覚言語モデル(VLM)は,臨床診断支援のための超音波理解システムを構築するための新たな道を開いた。 それにもかかわらず、既存のほとんどの手法では、このタスクをビデオからの直接マッピングとして定式化しており、テンプレートショートカットや素早い説明に対して脆弱である。 これらの問題に対処するため,心エコー検査VLMエージェントにおける信頼できる推論のためのエビデンス駆動のアクタ検証フレームワークであるEchoTrustを提案する。 EchoTrustは構造化された中間表現を生成し、その後異なる役割によって分析される。

関連論文リスト

• EchoAgent: Towards Reliable Echocardiography Interpretation with "Eyes","Hands" and "Minds" [11.13999636495972]
  本稿では,エンドツーエンドのEcho解釈に適したエージェントシステムであるEchoAgentを提案する。 完全に協調した眼科医のワークフローを実現し、心臓のソノグラフィーのように学び、観察し、操作する。 CAMUS と MIMIC-EchoQA データセット上での EchoAgent の評価を行った。
  論文  参考訳（メタデータ） (2026-04-07T07:39:11Z)
• AgentsEval: Clinically Faithful Evaluation of Medical Imaging Reports via Multi-Agent Reasoning [73.50200033931148]
  本稿では,放射線科医の協調診断ワークフローをエミュレートしたマルチエージェントストリーム推論フレームワークであるAgensEvalを紹介する。 評価プロセスを基準定義、エビデンス抽出、アライメント、一貫性スコアなどの解釈可能なステップに分割することで、AgensEvalは明確な推論トレースと構造化された臨床フィードバックを提供する。 実験結果から,AgensEvalは,言い換え,意味的,スタイリスティックな摂動の下でも頑健な臨床的整合性,意味的忠実性,解釈可能な評価を提供することが示された。
  論文  参考訳（メタデータ） (2026-01-23T11:59:13Z)
• Echo-CoPilot: A Multi-View, Multi-Task Agent for Echocardiography Interpretation and Reporting [8.162197738994479]
  本稿では,多視点マルチタスクエージェントであるEcho-CoPilotを紹介する。 ReActスタイルのループ内で、エージェントは臨床クエリを分解し、ビュー認識、心臓構造セグメンテーション、測定と疾患予測、およびレポート合成のためのツールを起動する。 公開MIMIC-EchoQAベンチマークでEcho-CoPilotを評価し、50.8%の精度で、汎用的およびバイオメディカルなビデオビジョン言語モデルよりも優れています。
  論文  参考訳（メタデータ） (2025-12-06T23:27:54Z)
• EchoAgent: Guideline-Centric Reasoning Agent for Echocardiography Measurement and Interpretation [23.197431495208672]
  EchoAgentは、心エコービデオ解析のための構造化、解釈可能な自動化を可能にするフレームワークである。 LLM(Large Language Model)コントロールの下で特殊な視覚ツールを編成し、時間的局所化、空間計測、臨床解釈を行う。 時間的ビデオ解析の複雑さが増したにもかかわらず、正確で解釈可能な結果が得られる。
  論文  参考訳（メタデータ） (2025-11-17T22:06:12Z)
• CardioPatternFormer: Pattern-Guided Attention for Interpretable ECG Classification with Transformer Architecture [0.40964539027092906]
  解釈可能なECG分類のためのトランスフォーマーモデルであるCardioPatternFormerを提案する。 多様な心臓パターンを正確に識別し分類するために、洗練された注意機構を用いる。 微妙な異常を識別し、複数の共起条件を識別する。
  論文  参考訳（メタデータ） (2025-05-26T19:36:58Z)
• Dr-LLaVA: Visual Instruction Tuning with Symbolic Clinical Grounding [53.629132242389716]
  VLM(Vision-Language Models)は、医用画像を分析し、自然言語の相互作用に関与することによって、臨床医を支援する。 VLMはしばしば「幻覚的」な振る舞いを示し、文脈的マルチモーダル情報に基づかないテキスト出力を生成する。 本稿では,臨床推論の象徴的表現を用いて医療知識にVLMを基盤とする新たなアライメントアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-05-29T23:19:28Z)
• Uncertainty-aware Medical Diagnostic Phrase Identification and Grounding [72.18719355481052]
  MRG(Messical Report Grounding)と呼ばれる新しい課題について紹介する。 MRGは医療報告から診断フレーズとその対応する接地箱を直接エンドツーエンドで識別することを目的としている。 マルチモーダルな大規模言語モデルを用いて診断フレーズを予測する,堅牢で信頼性の高いフレームワークである uMedGround を提案する。
  論文  参考訳（メタデータ） (2024-04-10T07:41:35Z)
• Improving Out-of-Distribution Detection in Echocardiographic View Classication through Enhancing Semantic Features [1.9892308483583199]
  心エコー画像における意味的特徴表現を強化するために,ラベルスムーシングを用いた新しい手法を提案する。 ラベルの平滑化とMDベースのOOD検出を組み合わせることで,心エコーによるOOD検出の精度向上のための新しいベンチマークを構築した。
  論文  参考訳（メタデータ） (2023-08-31T06:44:42Z)
• Instrumental Variable Learning for Chest X-ray Classification [52.68170685918908]
  本稿では,素因果関係を排除し,正確な因果表現を得るための解釈可能な機器変数(IV)学習フレームワークを提案する。 提案手法の性能はMIMIC-CXR,NIH ChestX-ray 14,CheXpertデータセットを用いて実証した。
  論文  参考訳（メタデータ） (2023-05-20T03:12:23Z)
• Factored Attention and Embedding for Unstructured-view Topic-related Ultrasound Report Generation [70.7778938191405]
  本研究では,非構造的トピック関連超音波レポート生成のための新しい因子的注意・埋め込みモデル(FAE-Gen)を提案する。 提案したFAE-Genは主に2つのモジュール、すなわちビュー誘導因子の注意とトピック指向因子の埋め込みから構成されており、異なるビューで均質および不均一な形態的特徴を捉えている。
  論文  参考訳（メタデータ） (2022-03-12T15:24:03Z)

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。