論文の概要: CogRad: A Cognitively-Inspired Multi-Agent Framework for Radiology Report Generation
- arxiv url: http://arxiv.org/abs/2607.03853v1
- Date: Sat, 04 Jul 2026 12:43:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-07 22:26:29.737532
- Title: CogRad: A Cognitively-Inspired Multi-Agent Framework for Radiology Report Generation
- Title(参考訳): CogRad: 放射線学レポート生成のための認知にインスパイアされたマルチエージェントフレームワーク
- Abstract要約: CogRad(コグラッド)は、放射線学者の読影過程の4段階にまたがる生成を構造化するフレームワークである。
CheXpert Plusでは、CagRadが0.316のBLEU-4と0.322のCIDErを獲得しています。
- 参考スコア(独自算出の注目度): 5.995766869240907
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Automated radiology report generation (RRG) can ease radiologist workload, yet most existing systems produce a report in a single forward pass, with no mechanism to check a claim against the image or revisit a finding once stated. We present CogRad, a cognitively inspired multi-agent framework that structures generation around four stages of a radiologist's reading process. A Scout agent discovers anatomical regions directly from image patches via slot attention and assigns region and disease-level triage scores; an Investigator agent concentrates representational capacity on the regions Scout flags as suspicious; a Writer agent compiles these signals into a disease gated visual prefix for a large language model; and a Verifier agent supervises training with a visual entailment loss and, at inference, re-examines its own draft sentence by sentence, regenerating any report it judges insufficiently grounded. On CheXpert Plus, CogRad attains a BLEU-4 of 0.316 and a CIDEr of 0.322, the best scores among the methods we compare against. On IU X-Ray, it attains a BLEU-4 of 0.201 and a CIDEr of 0.724, leading every baseline on every standard NLG metric. We further evaluate CogRad with RadGraph F1, CheXbert F1, and a hallucination analysis to assess clinical accuracy beyond standard text-overlap metrics, complemented by ablation studies and Grad-CAM-based visualizations that characterize each agent's contribution and the model's visual grounding.
- Abstract(参考訳): 自動放射線学レポート生成(RRG)は放射線学の作業負荷を緩和するが、既存のほとんどのシステムは、画像に対するクレームの確認や、かつて記述された発見を再考するメカニズムを伴わず、単一のフォワードパスでレポートを生成する。
我々は,放射線学者の読影過程の4段階にまたがって生成を構造化する認知的にインスパイアされたマルチエージェントフレームワークであるCogRadを紹介する。
スカウトエージェントは、スロットアテンションを介して画像パッチから直接解剖学的領域を発見し、領域と疾患レベルトリアージスコアを割り当て、調査エージェントは、各領域のスカウトフラグの表現能力を疑わしいものとして集中させ、著者エージェントは、これらの信号を、大言語モデルのための病有格視覚的接頭辞にコンパイルし、検証エージェントは、視覚的エンエンエンテイメントロスを伴ってトレーニングを監督し、推論時に、そのドラフト文を文によって再検査し、その判断が不十分であると判断するレポートを再生する。
CheXpert Plusでは、CagRadが0.316のBLEU-4と0.322のCIDErを獲得しています。
IU X-Rayでは、BLEU-4が0.201、CIDErが0.724となり、標準NGGの基準となる全ての基準となる。
我々はさらに、RadGraph F1、CheXbert F1、および幻覚解析を用いてCagRadを評価し、標準テキストオーバーラップ指標を超える臨床精度を評価する。
関連論文リスト
- RadPRISM: Schema-stratified radiology-report supervision for concept-disentangled image representations and visual grounding [14.036871627954156]
本稿では,RadPRISMについて紹介する。
オンプレミスの大規模言語モデルは、自由テキストレポートから概念単位のテキストを抽出し、それぞれの臨床概念を専用の視覚サブ空間に整列させる。
論文 参考訳(メタデータ) (2026-07-31T16:14:24Z) - Harrison.Rad 1.5 Technical Report: A radiology foundation model that can draft reports from images, priors and clinical context [0.6070952062639758]
Harrison.Rad 1.5 (HR1.5) は、インターリーブテキストと視覚入力を受け入れる、放射線学固有の多モード大言語モデルである。
胸部, 胸部, 筋骨格, 腹部, 脊椎, 骨盤X線, マンモグラフィにまたがる非構造的, 構造的テキストを生成する。
HR1.5は、ラジオロジーレポートに基づくベース言語モデルのドメイン適応、カリキュラムベースのハードネガティブを用いたコントラスト視覚エンコーダトレーニング、マルチターン会話におけるビジュアルクエスト答えの微調整という3段階のパイプラインを通じてトレーニングされる。
論文 参考訳(メタデータ) (2026-07-07T06:23:08Z) - A Reasoning-Enabled Vision-Language Foundation Model for Chest X-ray Interpretation [48.23500302185585]
CXR解釈のための推論可能な視覚言語モデルであるCheXOneを提案する。
CheXOneは、診断予測と明示的で臨床的に根拠付けられた推論トレースを共同で生成する。
55%のケースでは,CheXOneドラフトレポートは常駐レポートと同等かそれ以上であることがわかった。
論文 参考訳(メタデータ) (2026-04-01T05:19:09Z) - Eyes on the Image: Gaze Supervised Multimodal Learning for Chest X-ray Diagnosis and Report Generation [1.5087814338685968]
胸部X線による疾患分類と地域別放射線診断レポートの作成を促進するための2段階フレームワークを提案する。
第一段階では、疾患分類のための視線誘導型コントラスト学習アーキテクチャを導入する。
第2段階では,信頼度重み付き診断キーワードを抽出するモジュールレポート生成パイプラインを提案する。
論文 参考訳(メタデータ) (2025-08-18T16:42:29Z) - RadAlign: Advancing Radiology Report Generation with Vision-Language Concept Alignment [10.67889367763112]
RadAlignは、視覚言語モデルの予測精度と大きな言語モデルの推論能力を組み合わせた、新しいフレームワークである。
本フレームワークは, 幻覚の低減, 自動医用画像の進歩, 予測AIと生成AIの統合による報告分析を両立させながら, 強力な臨床解釈可能性を維持している。
論文 参考訳(メタデータ) (2025-01-13T17:55:32Z) - CheXalign: Preference fine-tuning in chest X-ray interpretation models without human feedback [10.826651024680169]
放射線科医は、医療画像を実行可能なレポートに翻訳する上で重要な役割を担っている。
放射線学における現在の視覚言語モデル(VLM)のほとんどは、教師付き微調整のみに依存している。
胸部X線ラジオグラフィーレポート生成(RRG)に着目した選好フィードバックのための自動パイプラインを提案する。
我々の最高のパフォーマンス設定は、RRGタスクのMIMIC-CXRデータセット上で最先端のCheXbertスコアを達成します。
論文 参考訳(メタデータ) (2024-10-09T16:07:11Z) - 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) - You've Got Two Teachers: Co-evolutionary Image and Report Distillation
for Semi-supervised Anatomical Abnormality Detection in Chest X-ray [33.272751884183556]
公的なMIMIC-CXRベンチマークの実験結果は、CEIRDがいくつかの最新の弱い半教師付き手法に優れていることを示す。
論文 参考訳(メタデータ) (2023-07-18T12:18:21Z) - 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) - Medical Image Captioning via Generative Pretrained Transformers [57.308920993032274]
我々は、Show-Attend-Tell と GPT-3 という2つの言語モデルを組み合わせて、包括的で記述的な放射線学記録を生成する。
提案モデルは、Open-I、MIMIC-CXR、汎用MS-COCOの2つの医療データセットで検証される。
論文 参考訳(メタデータ) (2022-09-28T10:27:10Z) - Radiomics-Guided Global-Local Transformer for Weakly Supervised
Pathology Localization in Chest X-Rays [65.88435151891369]
Radiomics-Guided Transformer (RGT)は、テキストトグロバル画像情報と、テキストトグロバル情報とを融合する。
RGTは、画像トランスフォーマーブランチ、放射能トランスフォーマーブランチ、および画像と放射線情報を集約する融合層から構成される。
論文 参考訳(メタデータ) (2022-07-10T06:32:56Z) - Auxiliary Signal-Guided Knowledge Encoder-Decoder for Medical Report
Generation [107.3538598876467]
放射線技師の動作パターンを模倣する補助信号誘導知識デコーダ(ASGK)を提案する。
ASGKは、内的特徴融合と外部医療言語情報を統合して、医療知識の伝達と学習をガイドする。
論文 参考訳(メタデータ) (2020-06-06T01:00:15Z)
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。