論文の概要: Assessing VLM Reliability for Medical Image Quality Evaluation Under Corruption and Bias

• arxiv url: http://arxiv.org/abs/2607.01973v1
• Date: Thu, 02 Jul 2026 10:08:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-03 19:45:08.782687
• Title: Assessing VLM Reliability for Medical Image Quality Evaluation Under Corruption and Bias
• Title（参考訳）: 崩壊・バイアス下における医用画像品質評価のためのVLM信頼性の評価
• Abstract要約: VLM(Vision-Language Models)は、病理記述、レポート生成、視覚的質問応答などの医療タスクにますます応用されている。 医用画像品質評価(MIQA)は、画像が臨床診断に必要な基準を満たしているかどうかを判断することで、診断精度と患者の安全性を支援する。 医用画像の品質に関するVLMのベンチマークでは、7つの汚職重度タイプと5つの重度レベルにまたがって、MedMeta-Cデータセットをゼロショットでベンチマークした。
• 参考スコア（独自算出の注目度）: 0.45880283710344055
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Vision-Language Models (VLMs) are increasingly applied in medical tasks such as pathology description, report generation, and visual question answering. Medical Image Quality Assessment (MIQA) supports diagnostic accuracy and patient safety by determining whether images meet the standards required for clinical decision-making. Automating MIQA with VLMs may reduce workload, but their behavior under real-world conditions, where images may be degraded or textual context may affect judgments, should be further explored before deployment. We benchmark VLMs on medical image quality using the MediMeta-C dataset zero-shot across seven corruption types and five severity levels. We evaluate sensitivity to degradation patterns, the effect of corruptions on embedding geometry, and whether textual attributes (demographics, expertise, infrastructure, institution) alter scores. Across 16 VLMs and seven modalities, pixelation produced the largest score reductions (mean -20.58%, up to -34.4% for OCT), whereas brightness had limited effect (-0.81%). Embedding displacement was associated with score changes. Same-family models showed correlations of 0.67-0.83; some produced increases up to +31% for corrupted mammography. Textual attributes affected scores: institutional prestige raised them +17.15%, and equipment age lowered them -14.7%. The largest changes were +95.62% (InternVL-8B) and -37.7% (MedGemma). Current VLMs show limitations for medical image quality assessment. Pixelation, a privacy-preserving transformation, reduces performance, indicating a trade-off between patient privacy and reliability. Sensitivity to contextual metadata indicates limited objectivity and marks metadata as a privacy and bias source. Privacy protection and objective quality assessment are related requirements for use.
• Abstract（参考訳）: VLM(Vision-Language Models)は、病理記述、レポート生成、視覚的質問応答などの医療タスクにますます応用されている。 医用画像品質評価(MIQA)は、画像が臨床診断に必要な基準を満たしているかどうかを判断することで、診断精度と患者の安全性を支援する。 VLMによるMIQAの自動化は作業負荷を削減できるが、画像の劣化やテキストコンテキストが判断に影響を及ぼすような実際の環境下での動作は、展開前にさらに検討する必要がある。 医用画像の品質に関するVLMを、7種類の汚職タイプと5つの重度レベルにわたるMedMeta-Cデータセットゼロショットを用いてベンチマークした。 本研究では, 劣化パターンに対する感受性, 埋没形状に対する汚損の影響, テキスト属性(デコグラフィー, 専門知識, インフラ, 機関)がスコアを変えるか否かを評価する。 16のVLMと7つのモダリティの合計で、ピクセル化は最大のスコア低下(平均-20.58%、OCTは-34.4%)を生んだが、輝度は限定的な効果(-0.81%)であった。 埋め込み変位はスコア変化と関連していた。 同様の家系モデルでは0.67-0.83の相関がみられ、崩壊したマンモグラフィでは+31%の相関が得られた。 機関的名声は+17.15%上昇し、機器年齢は-14.7%低下した。 最大の変更点は +95.62% (InternVL-8B) と -37.7% (MedGemma) であった。 現在のVLMは、医用画像の品質評価の限界を示している。 プライバシを保存する変換であるPixelationは、パフォーマンスを低下させ、患者のプライバシと信頼性のトレードオフを示している。 コンテキストメタデータに対する感度は、限定された客観性を示し、プライバシーとバイアスの源としてメタデータを示す。 プライバシー保護と客観的品質評価は、使用に関する要件である。

関連論文リスト

• ScaFE: Data-Efficient Scar Classification with LLM-Generated Clinical Feature Programs [2.9744591948837615]
  本稿では,大言語モデル(LLM)から決定論的かつ実行可能な機能プログラムへ臨床知識を伝達するScaFE(Scar Feature Engineering)を紹介する。 ウェブ対応LCMは、臨床証拠を検索し、視覚的に評価可能な傷跡特性を測定するプログラムを合成する。 ScaFEは, 3つの病院からの600枚の写真から, 81.0%のサイト・マクロ・バランスの精度を達成した。
  論文  参考訳（メタデータ） (2026-07-30T17:05:20Z)
• AI-generated Images Challenge Visual Trust in High-risk Scenarios [79.40239296310791]
  SafeIMGは、GPT Image 2.0を用いて生成された12のパブリックおよび個人安全シナリオにまたがる安全指向のベンチマークである。 SafeIMGは、検出器が合成画像を認識するかどうかを評価するだけでなく、それらの決定が人間の識別された異常を反映しているかどうかも評価する。 我々は,特殊合成画像検出器と視覚言語モデル(VLM)を評価し,どちらも信頼性のある検出を提供していないことを発見した。
  論文  参考訳（メタデータ） (2026-07-23T06:56:49Z)
• MedQ-Deg: A Multidimensional Benchmark for Evaluating MLLMs Across Medical Image Quality Degradations [33.6363892734003]
  マルチモーダル大言語モデル(MLLM)は、医療画像が必然的に様々な品質劣化を被る現実的な臨床環境において課題に直面している。 既存のベンチマークでは,(1)医用画像品質勾配における大規模多次元評価の欠如,(2)系統的信頼性校正分析の欠如,の2つの重要な限界が示されている。 MedQ-Degは医用MLLMを画像品質劣化下で総合的に評価するためのベンチマークである。
  論文  参考訳（メタデータ） (2026-03-08T19:11:21Z)
• X-Mark: Saliency-Guided Robust Dataset Ownership Verification for Medical Imaging [67.85884025186755]
  高品質な医用画像データセットは深層学習モデルの訓練には不可欠であるが、その無許可の使用は重大な著作権と倫理的懸念を提起する。 医用画像は、自然画像用に設計された既存のデータセットの所有権検証方法に固有の課題を示す。 胸部X線著作権保護のためのサンプル特異的クリーンラベル透かし法であるX-Markを提案する。
  論文  参考訳（メタデータ） (2026-02-10T00:03:43Z)
• Robust Pre-Training of Medical Vision-and-Language Models with Domain-Invariant Multi-Modal Masked Reconstruction [0.0]
  マスク付き視覚言語学習に目標を明示的に組み込んだ自己教師型事前学習フレームワークであるRobust Multi-Modal Masked Reconstruction (Robust-MMR)を提案する。 VQA-RAD, クロスドメイン画像テキスト分類 (MELINDA), 堅牢画像キャプチャ検索 (ROCO) などである。 以上の結果から,事前トレーニング中にロバスト性を明確にモデル化することで,実世界展開における医療ビジョン言語表現の信頼性が向上することが示された。
  論文  参考訳（メタデータ） (2026-02-06T01:20:56Z)
• TemMed-Bench: Evaluating Temporal Medical Image Reasoning in Vision-Language Models [54.48710348910535]
  既存の医学推論ベンチマークは、主に1回の訪問からの画像に基づいて患者の状態を分析することに焦点を当てている。 臨床訪問における患者の状態の変化を分析するための最初のベンチマークであるTemMed-Benchを紹介する。
  論文  参考訳（メタデータ） (2025-09-29T17:51:26Z)
• EchoBench: Benchmarking Sycophancy in Medical Large Vision-Language Models [82.43729208063468]
  医療用LVLM(Large Vision-Language Models)の最近のベンチマークでは、信頼性と安全性を見越して、リーダボードの精度を強調している。 ユーザが提供した情報を非批判的に反響させる傾向のモデルについて検討する。 医療用LVLMの梅毒を系統的に評価するベンチマークであるEchoBenchを紹介する。
  論文  参考訳（メタデータ） (2025-09-24T14:09:55Z)
• GRASP-PsONet: Gradient-based Removal of Spurious Patterns for PsOriasis Severity Classification [0.0]
  本稿では,突発的な相関を導入し,問題のあるトレーニングイメージを自動的にフラグするフレームワークを提案する。 フラグ付き画像の8.2%は、保持されたテストセットでモデルAUC-ROCを5%(85%から90%)改善する。 2人の皮膚科医によって評価された訓練データのサブセットに適用した場合、この方法は、レイター間不一致の90%以上を識別する。
  論文  参考訳（メタデータ） (2025-06-27T03:42:09Z)
• Metrics that matter: Evaluating image quality metrics for medical image generation [48.85783422900129]
  本研究は、脳MRIデータを用いて、一般的に使用される非参照画像品質指標を包括的に評価する。 本研究は, ノイズ, 分布変化, および臨床的に関係のある不正確さを模倣した形態的変化を含む, 様々な課題に対する計量感度を評価する。
  論文  参考訳（メタデータ） (2025-05-12T01:57:25Z)
• CARES: A Comprehensive Benchmark of Trustworthiness in Medical Vision Language Models [92.04812189642418]
  我々はCARESを紹介し,医療領域全体での医療LVLMの信頼性を評価することを目的とする。 我々は,Med-LVLMの信頼性を,信頼性,公正性,安全性,プライバシ,堅牢性,5次元にわたって評価する。
  論文  参考訳（メタデータ） (2024-06-10T04:07:09Z)
• A Practical Framework for Unsupervised Structure Preservation Medical Image Enhancement [9.453554184019108]
  実際には、低品質(LQ)の医用画像、例えば、ぼんやりした画像は、データ取得時に取得されることが多い。 GAN(Generative Adversarial Network)に基づく画像強調手法が提案され,有望な結果が得られた。 構造保存の非参照客観的評価を含む,非教師なし医療画像強調のための枠組みを提案する。
  論文  参考訳（メタデータ） (2023-04-04T15:13:44Z)
• Automated SSIM Regression for Detection and Quantification of Motion Artefacts in Brain MR Images [54.739076152240024]
  磁気共鳴脳画像における運動アーチファクトは重要な問題である。 MR画像の画質評価は,臨床診断に先立って基本的である。 構造類似度指数(SSIM)回帰に基づく自動画像品質評価法が提案されている。
  論文  参考訳（メタデータ） (2022-06-14T10:16:54Z)

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。