論文の概要: GEN-Guard: Correcting Generalization Failures for Deployable Federated Surgical AI

• arxiv url: http://arxiv.org/abs/2606.20303v1
• Date: Thu, 18 Jun 2026 14:38:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-19 18:23:39.922133
• Title: GEN-Guard: Correcting Generalization Failures for Deployable Federated Surgical AI
• Title（参考訳）: gen-Guard: デプロイ可能なフェデレーションAIの一般化失敗の修正
• Authors: Julia Alekseenko, Pietro Mascagni, AI4SafeChole Consortium, Nicolas Padoy,
• Abstract要約: 外科的ビデオAIにおけるフェデレーション学習は、機密データを共有することなく、協調的なモデルトレーニングを可能にする。 標準的な評価プラクティスは、最適なデプロイメント選択につながる可能性がある。 連合型外科用AIにおける一般化障害の検出と修正のためのGEN-Guardを提案する。
• 参考スコア（独自算出の注目度）: 6.5103046798297655
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Federated Learning (FL) in surgical video AI enables collaborative model training without sharing sensitive data. However, standard evaluation practices - selecting the "best" global model based only on validation data from participating hospitals - can lead to suboptimal deployment choices. We identify this critical failure mode as performance leakage, where the selected model overfits internal federation data and fails to generalize to unseen institutions. We propose GEN-Guard, a practical post-hoc framework to detect and correct generalization failures in federated surgical AI. It integrates Generalization Detection via Client-Blocked Evaluation (CBE), which validates performance on isolated client distributions to prevent performance leakage, and Generalization Correction through Disagreement-Aware Distillation (DAD), which learns adaptive feature-level corrections for cross-institutional robustness. Both components operate after standard FL convergence while providing robust support for zero-shot adaptation to unseen environments. We first quantify the severity of performance leakage, observing Model Selection Failures (MSFs) exceeding 80% under standard evaluation. GEN-Guard is evaluated on two multi-center clinical challenges: surgical phase recognition in laparoscopic cholecystectomy and polyp segmentation in colonoscopy. Across both datasets, GEN-Guard consistently corrects these failures, improving in-federation F1 scores by up to 2 points, unseen-institution performance by up to 3 points, and worst-case institutional performance by 3-9 points. Performance leakage represents a systematic and previously under-recognized risk in federated surgical AI. GEN-Guard provides a practical solution for detecting and correcting such failures. By improving cross-institutional robustness and zero-shot generalization, it strengthens the reliability of FL for real-world surgical deployment.
• Abstract（参考訳）: 外科的ビデオAIにおけるフェデレートラーニング(FL)は、機密データを共有せずに協調的なモデルトレーニングを可能にする。 しかしながら、標準的な評価プラクティス – 参加病院のバリデーションデータのみに基づいて"ベスト"なグローバルモデルを選択する – は、最適なデプロイメント選択につながる可能性がある。 我々は,この臨界故障モードを性能リークとみなし,選択したモデルが内部フェデレーションデータに過度に適合し,目に見えない機関への一般化に失敗する。 本稿では,フェデレートされた手術用AIにおける一般化障害の検出と修正を行う,実践的なポストホックフレームワークであるGEN-Guardを提案する。 CBE(Generalization Detection via Client-Blocked Evaluation)は、分離されたクライアントディストリビューションのパフォーマンスを検証してパフォーマンスのリークを防止し、DAD(Disagreement-Aware Distillation)による一般化補正(Generalization Correction)を統合し、クロス構造ロバストネスの適応的な特徴レベルの補正を学習する。 両方のコンポーネントは標準FL収束後に動作し、目に見えない環境へのゼロショット適応の堅牢なサポートを提供する。 まず、性能リークの深刻度を定量化し、標準評価で80%を超えるモデル選択失敗(MSF)を観測する。 gen-Guardは腹腔鏡下胆嚢摘出術における外科的位相認識と大腸内視鏡におけるポリープ分画の2つの臨床的課題について評価した。 両方のデータセット全体で、GEN-Guardはこれらの障害を一貫して修正し、フェデレーションF1スコアを最大2ポイント改善し、インスティテューションパフォーマンスを最大3ポイント改善し、最悪のケースでは3～9ポイント改善した。 パフォーマンスリークは、フェデレーションされた外科的AIにおいて、体系的かつ未認識のリスクである。 GEN-Guardはそのような障害を検出し修正するための実用的なソリューションを提供する。 施設間の堅牢性の向上とゼロショットの一般化により、現実の外科的展開に対するFLの信頼性が向上する。

関連論文リスト

• RISED: A Pre-Deployment Safety Evaluation Framework for Clinical AI Decision-Support Systems [0.0]
  本稿では,信頼性,指数性,感度,等価性,展開性に関する5次元事前デプロイ評価を提案する。 RISEDはオープンソースのPythonパッケージとしてリリースされ、既存の臨床AIレポート標準の量的検証を提供する。
  論文  参考訳（メタデータ） (2026-05-13T02:17:13Z)
• Multimodal Learning on Low-Quality Data with Conformal Predictive Self-Calibration [72.0672328514289]
  マルチモーダル学習は、しばしば低品質データの課題に悩まされる。 コンフォーマル予測自己校正(Conformal Predictive Self-Calibration)と呼ばれる統合フレームワークを提案する。 私たちのフレームワークは、既存の最先端メソッドを一貫して上回ります。
  論文  参考訳（メタデータ） (2026-05-05T14:48:52Z)
• Probabilistic Feature Imputation and Uncertainty-Aware Multimodal Federated Aggregation [0.2283362795949404]
  Probabilistic Feature Imputation Network は不確実性推定をインプット特徴とともに生成する。 CheXpert,NIH Open-I,PadChestを用いた人工胸部X線分類実験は決定論的基準線よりも一貫した改善を示した。
  論文  参考訳（メタデータ） (2026-04-14T17:03:14Z)
• Unsupervised Neural Network for Automated Classification of Surgical Urgency Levels in Medical Transcriptions [3.093890460224435]
  本研究では、外科的転写を3つの緊急レベルに自動的に分類する、教師なしニューラルネットワークアプローチを提案する。 このフレームワークは、クロスバリデーションと精度、精度、リコール、F1スコアなどのメトリクスを使って厳格に評価されている。
  論文  参考訳（メタデータ） (2026-03-16T18:18:14Z)
• AgentScore: Autoformulation of Deployable Clinical Scoring Systems [45.88028371034407]
  本稿では,単位重み付き臨床チェックリストのセマンティックガイドによる最適化を行うAgentScoreを紹介する。 AgentScoreは既存のスコア生成方法より優れており、より柔軟な解釈可能なモデルに匹敵するAUCを実現している。 さらに2つの外部検証タスクにおいて、AgentScoreは、確立されたガイドラインベースのスコアよりも高い差別を達成する。
  論文  参考訳（メタデータ） (2026-01-29T21:11:06Z)
• Agentic Confidence Calibration [67.50096917021521]
  Holistic Trajectory (HTC)はAIエージェントの新しい診断フレームワークである。 HTCはキャリブレーションと差別の両方において、強力なベースラインを一貫して超えている。 HTCは、障害の背後にあるシグナルを明らかにすることによって、解釈可能性を提供する。
  論文  参考訳（メタデータ） (2026-01-22T09:08:25Z)
• Federated Learning for Surgical Vision in Appendicitis Classification: Results of the FedSurg EndoVis 2024 Challenge [38.11112434066966]
  FedSurgチャレンジは、外科的ビデオ分類のためのフェデレーション学習における技術の現状をベンチマークするために設計された。 目的は、現在の手法が臨床センターにどのように一般化され、局所的な微調整によって適応するかを評価することである。
  論文  参考訳（メタデータ） (2025-10-06T12:48:46Z)
• An autonomous agent for auditing and improving the reliability of clinical AI models [11.225863068085266]
  本稿では,ユーザと対話する自己表現型エージェントであるModelAuditorを紹介する。 ModelAuditorはコンテキストに依存し、臨床的に関連する分布シフトをシミュレートする。 そして、デプロイ中にパフォーマンスがどの程度低下するかを説明する解釈可能なレポートを生成する。
  論文  参考訳（メタデータ） (2025-07-08T07:58:52Z)
• TrustLoRA: Low-Rank Adaptation for Failure Detection under Out-of-distribution Data [62.22804234013273]
  本稿では,共変量および意味的シフトの両条件下での拒絶による分類を統一し,促進する,単純な故障検出フレームワークを提案する。 キーとなる洞察は、障害固有の信頼性知識を低ランクアダプタで分離し、統合することにより、障害検出能力を効果的かつ柔軟に向上できるということです。
  論文  参考訳（メタデータ） (2025-04-20T09:20:55Z)
• Towards Reliable Medical Image Segmentation by Modeling Evidential Calibrated Uncertainty [57.023423137202485]
  医用画像のセグメンテーションの信頼性に関する懸念が臨床医の間で続いている。 本稿では,医療画像セグメンテーションネットワークにシームレスに統合可能な,実装が容易な基礎モデルであるDEviSを紹介する。 主観的論理理論を活用することで、医用画像分割の確率と不確実性を明示的にモデル化する。
  論文  参考訳（メタデータ） (2023-01-01T05:02:46Z)

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。