論文の概要: Harrison.Rad 1.5 Technical Report: A radiology foundation model that can draft reports from images, priors and clinical context
- arxiv url: http://arxiv.org/abs/2607.05880v1
- Date: Tue, 07 Jul 2026 06:23:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-08 21:24:51.409996
- Title: Harrison.Rad 1.5 Technical Report: A radiology foundation model that can draft reports from images, priors and clinical context
- Title（参考訳）: Harrison.Rad 1.5 Technical Report: A radiology foundation model to draft report from image, priors and clinical context
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.6070952062639758
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Imaging demand is growing faster than the radiology workforce can expand, and reporting backlogs cannot be resolved through training and recruitment alone. The most direct opportunity is reducing the time and effort radiologists spend producing reports, a task that requires interpreting images, integrating clinical history and prior studies, and drafting structured findings. We present Harrison.Rad 1.5 (HR1.5), a radiology-specific multimodal large language model that accepts interleaved text and visual inputs and generates structured and unstructured text across plain-film radiology, spanning computed radiography, chest, musculoskeletal, abdominal, spine, and pelvic x-rays, and mammography. HR1.5 is trained through a three-stage pipeline: domain adaptation of a base language model on radiology reports, contrastive vision-encoder training with curriculum-based hard negatives on ~6 million image-report instances, and visual-question-answering fine-tuning on multi-turn conversations. We evaluate it with a Findings-Diagnosis scoring framework that extends RadGraph-XL entity extraction with ontology-based synonym matching and polarity-contradiction detection, benchmarked on RadBench, a simulated FRCR 2B Short Case examination scored against Angoff-method thresholds, ReXGradient, and internal multi-modality datasets. HR1.5 is the only system evaluated to meet the simulated FRCR passing standard and achieves the highest accuracy on closed-format clinical questions, across anatomical regions, on internal multi-body-part and mammography reporting, and on the primary clinically-aligned score for public chest reporting. We further examine explainability and model behaviour, including question-sensitive Grad-CAM heatmaps, attention analysis, and confidence estimation, to support responsible future evaluation toward clinical use, and a framework for clinically grounded assessment of report quality.
- Abstract（参考訳）: 画像の需要は、放射線学の労働者が拡大できるよりも急速に増加しており、トレーニングや採用だけではバックログの報告は解決できない。
最も直接的な機会は、放射線学者がレポートの作成に費やす時間と労力を減らすこと、画像の解釈、臨床履歴と先行研究の統合、構造化された結果の起草を必要とするタスクである。
胸部, 胸部, 胸部, 胸部, 腹部, 脊椎部, 骨盤X線, マンモグラフィーを対象とし, インターリーブテキストと視覚入力を受信し, 構造的および非構造的テキストを生成する, 放射線学固有の多モーダル大言語モデルであるHarrison.Rad 1.5 (HR1.5) を提示する。
HR1.5は、放射線学レポートに基づくベース言語モデルのドメイン適応、600万のイメージレポートインスタンスに対するカリキュラムベースのハードネガティブによる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視覚的質問応答の微調整という3段階のパイプラインを通じてトレーニングされている。
我々は、RadBenchでベンチマークしたRadGraph-XLエンティティ抽出と、Angoff-methodしきい値、ReXGradient、および内部マルチモーダルデータセットに対するショートケース試験であるFRCR 2Bを用いて、RadGraph-XLエンティティ抽出を拡張したFindings-Diagnosisスコアリングフレームワークを用いて評価を行った。
HR1.5は, 模擬FRCRパス基準を満たすために評価された唯一のシステムであり, 解剖学的領域, 内部マルチボディ部およびマンモグラフィーの報告, および, 胸部報告における一次臨床適合スコアにおいて, クローズドフォームの臨床的疑問に対して高い精度を達成している。
さらに,質問応答型Grad-CAMヒートマップ,アテンション分析,信頼度推定などの説明可能性とモデル行動について検討し,臨床応用に向けた責任ある将来の評価を支援するとともに,報告品質を臨床的に評価するための枠組みについて検討した。
関連論文リスト
- Spatio-Temporal and Clinical Conditioning for Fine-Grained Radiology Report Retrieval [0.0]
マルチモーダルで注意深い放射線学レポート生成フレームワークSTAR3を紹介する。
本フレームワークは,現在臨床状況と先行検診と現在検診の経時的変化を条件に,意味的関連性のある報告文を検索する。
MIMIC-XRデータセットの実験により、STAR3は検索、NLP、臨床メトリクスにおける現在の検索ベースアプローチよりも優れていることが示された。
論文 参考訳（メタデータ） (2026-07-02T10:54:02Z) - 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) - Large Model driven Radiology Report Generation with Clinical Quality
Reinforcement Learning [16.849933628738277]
放射線学報告生成 (RRG) は, 放射線技師の作業量削減の可能性から注目されている。
本稿では,新しいRRG法である textbfLM-RRG について紹介する。
MIMIC-CXRおよびIU-Xrayデータセットを用いた実験により,本手法が技術状況よりも優れていることを示す。
論文 参考訳（メタデータ） (2024-03-11T13:47:11Z) - RaDialog: A Large Vision-Language Model for Radiology Report Generation and Conversational Assistance [49.04445246682948]
会話型AIツールは、所定の医療画像に対して臨床的に正しい放射線学レポートを生成し、議論することができる。
RaDialogは、ラジオロジーレポート生成と対話ダイアログのための、初めて徹底的に評価され、公開された大きな視覚言語モデルである。
本手法は,報告生成における最先端の臨床的正確性を実現し,報告の修正や質問への回答などのインタラクティブなタスクにおいて,印象的な能力を示す。
論文 参考訳（メタデータ） (2023-11-30T16:28:40Z) - Consensus, dissensus and synergy between clinicians and specialist
foundation models in radiology report generation [32.26270073540666]
世界中の放射線技師の不足は専門家のケアへのアクセスを制限し、重労働を課している。
視覚言語モデルを用いた自動レポート生成の最近の進歩は、状況を改善するための明確な可能性を示唆している。
我々は、胸部X線写真のための最新のレポート生成システム、textitFlamingo-CXRを構築し、放射線学データに基づくよく知られた視覚言語基盤モデルを微調整する。
論文 参考訳（メタデータ） (2023-11-30T05:38:34Z) - Radiology Report Generation Using Transformers Conditioned with
Non-imaging Data [55.17268696112258]
本稿では,胸部X線画像と関連する患者の人口統計情報を統合したマルチモーダルトランスフォーマーネットワークを提案する。
提案ネットワークは、畳み込みニューラルネットワークを用いて、CXRから視覚的特徴を抽出し、その視覚的特徴と患者の人口統計情報のセマンティックテキスト埋め込みを組み合わせたトランスフォーマーベースのエンコーダデコーダネットワークである。
論文 参考訳（メタデータ） (2023-11-18T14:52:26Z) - Beyond Images: An Integrative Multi-modal Approach to Chest X-Ray Report
Generation [47.250147322130545]
画像からテキストまでの放射線学レポート生成は,医療画像の発見を記述した放射線学レポートを自動生成することを目的としている。
既存の方法の多くは画像データのみに焦点をあてており、他の患者情報は放射線科医に公開されていない。
胸部X線レポートを生成するための多モードディープニューラルネットワークフレームワークを,非構造的臨床ノートとともにバイタルサインや症状などの構造化された患者データを統合することで提案する。
論文 参考訳（メタデータ） (2023-11-18T14:37:53Z) - 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) - 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) - Cross-Modal Causal Intervention for Medical Report Generation [107.76649943399168]
放射線医学報告生成(RRG)は, コンピュータ支援診断と薬剤指導に不可欠である。
視覚言語的バイアスによる急激な相関により、正確な病変記述の生成は依然として困難である。
我々はCrossModal Causal Representation Learning (CMCRL)という2段階のフレームワークを提案する。
IU-XrayとMIMIC-CXRの実験により、我々のCMCRLパイプラインは最先端の手法よりも大幅に優れていることが示された。
論文 参考訳（メタデータ） (2023-03-16T07:23:55Z) - 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)
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。