論文の概要: Development and evaluation of CADe systems in low-prevalence setting: The RARE25 challenge for early detection of Barrett's neoplasia

• arxiv url: http://arxiv.org/abs/2604.11171v1
• Date: Mon, 13 Apr 2026 08:30:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-14 20:13:16.427455
• Title: Development and evaluation of CADe systems in low-prevalence setting: The RARE25 challenge for early detection of Barrett's neoplasia
• Title（参考訳）: 低頻度環境下におけるCADeシステムの開発と評価:Barrett腫瘍早期発見のためのRARE25チャレンジ
• Authors: Tim J. M. Jaspers, Francisco Caetano, Cris H. B. Claessens, Carolus H. J. Kusters, Rixta A. H. van Eijck van Heslinga, Floor Slooter, Jacques J. Bergman, Peter H. N. De With, Martijn R. Jong, Albert J. de Groof, Fons van der Sommen,
• Abstract要約: バレット食道における早期新生のコンピュータ支援による検出は,低頻度監視問題である。 RARE25チャレンジは、ネオプラシア検出のための大規模で有病率対応のベンチマークを導入することで、このギャップに対処する。 7カ国の11チームが、多様なアーキテクチャ、事前訓練、アンサンブル、キャリブレーション戦略を使ったアプローチを提出した。
• 参考スコア（独自算出の注目度）: 8.843983707422955
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Computer-aided detection (CADe) of early neoplasia in Barrett's esophagus is a low-prevalence surveillance problem in which clinically relevant findings are rare. Although many CADe systems report strong performance on balanced or enriched datasets, their behavior under realistic prevalence remains insufficiently characterized. The RARE25 challenge addresses this gap by introducing a large-scale, prevalence-aware benchmark for neoplasia detection. It includes a public training set and a hidden test set reflecting real-world incidence. Methods were evaluated using operating-point-specific metrics emphasizing high sensitivity and accounting for prevalence. Eleven teams from seven countries submitted approaches using diverse architectures, pretraining, ensembling, and calibration strategies. While several methods achieved strong discriminative performance, positive predictive values remained low, highlighting the difficulty of low-prevalence detection and the risk of overestimating clinical utility when prevalence is ignored. All methods relied on fully supervised classification despite the dominance of normal findings, indicating a lack of prevalence-agnostic approaches such as anomaly detection or one-class learning. By releasing a public dataset and a reproducible evaluation framework, RARE25 aims to support the development of CADe systems robust to prevalence shift and suitable for clinical surveillance workflows.
• Abstract（参考訳）: バレット食道における早期新生腫瘍のCAD(Computer-Aided Detection)は,臨床的に有意な所見が稀な低頻度監視問題である。 多くのCADeシステムは、バランスの取れたデータセットやリッチなデータセットに対して強い性能を報告しているが、現実的な状況下での振る舞いは、まだ不十分である。 RARE25チャレンジは、ネオプラシア検出のための大規模で有病率対応のベンチマークを導入することで、このギャップに対処する。 これには、公開トレーニングセットと、現実世界のインシデントを反映した隠れテストセットが含まれている。 評価法は,高い感度と有病率を考慮した操作点別指標を用いて評価した。 7カ国の11チームが、多様なアーキテクチャ、事前訓練、アンサンブル、キャリブレーション戦略を使ったアプローチを提出した。 いくつかの方法が強い差別的性能を達成したが, 有意な予測値は低く, 低頻度検出の困難さと, 有病率の無視による臨床効果の過大評価のリスクを浮き彫りにしていた。 全ての手法は, 正常な所見が支配的であったにもかかわらず, 完全教師付き分類に依存し, 異常検出や一級学習といった有病率非依存なアプローチが欠如していることが示唆された。 RARE25は、パブリックデータセットと再現可能な評価フレームワークをリリースすることにより、頻度シフトに頑健で、臨床監視ワークフローに適したCADeシステムの開発を支援することを目指している。

関連論文リスト

• Ocular-Induced Abnormal Head Posture: Diagnosis and Missing Data Imputation [1.7061463565692456]
  AHP(Acular-induced abnormal head posture)は、眼疾患から生じる補充機構である。 本研究では,2つの相補的なディープラーニングフレームワークを通じて,両課題に対処する。 AHP-CADNetは自動診断のための多層注意融合フレームワークである。 カリキュラムベースの計算フレームワークは、欠落したデータを緩和するために設計されている。
  論文  参考訳（メタデータ） (2025-10-07T07:51:59Z)
• BenchReAD: A systematic benchmark for retinal anomaly detection [23.15668882564837]
  データとアルゴリズムの観点から総合的かつ体系的な網膜異常検出のためのベンチマークを導入する。 異常の非交叉表現(DRA)を利用した完全教師付きアプローチは、最高の性能を達成できるが、ある異常な異常に遭遇した場合、性能が著しく低下する。 本研究では,一級教師あり学習におけるメモリバンク機構に着想を得て,DRAと通常の特徴記憶を統合して性能劣化を緩和するNFM-DRAを提案する。
  論文  参考訳（メタデータ） (2025-07-14T17:13:08Z)
• A Weakly Supervised Transformer for Rare Disease Diagnosis and Subphenotyping from EHRs with Pulmonary Case Studies [28.253741893497136]
  WEST(Wakly Supervised Transformer for rare disease phenotyping and subphenotyping from EHRs)を提案する。 ボストン小児病院のEHRデータを用いて2つの稀な肺疾患についてWESTを評価し, 表現型分類, 臨床的に有意な亜フェノタイプ同定, 疾患進行の予測において, 既存の方法よりも優れていることを示した。
  論文  参考訳（メタデータ） (2025-07-01T23:11:20Z)
• PersonalizedUS: Interpretable Breast Cancer Risk Assessment with Local Coverage Uncertainty Quantification [2.6911061523689415]
  現在の「ゴールドスタンダード」は、臨床医による手動のBI-RADSスコアに依存しており、しばしば不必要な生検や、患者とその家族に対する精神的な負担を伴っている。 我々は、直列予測の最近の進歩を活用して、正確でパーソナライズされたリスク推定を提供する、パーソナライズされた機械学習システムであるPersonalizedUSを紹介する。 具体的な臨床効果としては、BI-RADS 4aと4bの病変のうち、要求された生検を最大で65%減らし、がんの再発は最小限である。
  論文  参考訳（メタデータ） (2024-08-28T00:47:55Z)
• A Comprehensive Library for Benchmarking Multi-class Visual Anomaly Detection [89.92916473403108]
  本稿では,新しい手法のモジュラーフレームワークであるADerの総合的な視覚異常検出ベンチマークを提案する。 このベンチマークには、産業ドメインと医療ドメインからの複数のデータセットが含まれており、15の最先端メソッドと9つの包括的なメトリクスを実装している。 我々は,異なる手法の長所と短所を客観的に明らかにし,多クラス視覚異常検出の課題と今後の方向性について考察する。
  論文  参考訳（メタデータ） (2024-06-05T13:40:07Z)
• 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)
• Confidence-Driven Deep Learning Framework for Early Detection of Knee Osteoarthritis [8.193689534916988]
  膝関節症 (KOA) は筋骨格障害の1つで、運動量や生活の質に深刻な影響を及ぼす。 我々は,KL-0およびKL-2ステージの識別に焦点をあてた,早期のKOA検出のための信頼性駆動型ディープラーニングフレームワークを提案する。 実験により,提案フレームワークは専門家の放射線学者に匹敵する,競争精度,感度,特異性を達成できることが示された。
  論文  参考訳（メタデータ） (2023-03-23T11:57:50Z)
• Unsupervised deep learning techniques for powdery mildew recognition based on multispectral imaging [63.62764375279861]
  本稿では,キュウリ葉の粉状ミドウを自動的に認識する深層学習手法を提案する。 マルチスペクトルイメージングデータに適用した教師なし深層学習技術に焦点をあてる。 本稿では, オートエンコーダアーキテクチャを用いて, 疾患検出のための2つの手法を提案する。
  論文  参考訳（メタデータ） (2021-12-20T13:29:13Z)

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。