論文の概要: Hearsay: Vision-Language Medical Diagnoses Without an Image

• arxiv url: http://arxiv.org/abs/2607.26886v1
• Date: Wed, 29 Jul 2026 13:15:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-30 21:06:25.686238
• Title: Hearsay: Vision-Language Medical Diagnoses Without an Image
• Title（参考訳）: 画像のないヴィジュアル・ランゲージの医療診断
• Abstract要約: 装着されていない医療画像を記述するよう依頼された場合、視覚言語モデルは無視されないことを示す。 この折り畳みはランダムではなく、患者が誰だと言われているかによって構成されている。 臨床パイプラインにおける信頼性の高いVLMデプロイメントには、構造化された出力チャネルを直接監査する必要がある。
• 参考スコア（独自算出の注目度）: 0.16921396880325779
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: When asked to describe a medical image that was never attached, frontier vision-language models do not abstain: they confabulate a diagnosis. We show that this confabulation is not random. It is structured by who the patient is said to be. Across chest X-ray, brain MRI, and dermatology, Claude Opus-4.7, GPT-5.4, and Gemini-3.1-Pro are each queried with only a demographic descriptor and no image, and changing the descriptor systematically shifts the diagnosis returned. Claude concentrates sharply: a 65-year-old white man asking about a skin mole receives Melanoma in nearly every response, and a 32-year-old Black woman asking about her chest X-ray receives a Sarcoidosis diagnosis whose reasoning reads "suspected, based on demographics and classic pattern.'' GPT-5.4's effect is broader, fabricating across every demographic cell we test, most conspicuously naming Sarcoidosis for young Black patients on chest X-ray. Two structural findings sharpen the problem. A hedged regime appears in which the prose acknowledges the missing image while the structured diagnosis field nevertheless names a disease, a dissociation invisible to prose-only audits. And Claude's dermatology effect collapses entirely when 'skin mole' is swapped for 'skin lesion' while GPT-5.4's is preserved, indicating that mirage is a family of distinct failure modes rather than a single phenomenon. Trustworthy VLM deployment in clinical pipelines requires auditing the structured output channel directly, and probe-word sensitivity should be treated as a first-class evaluation dimension
• Abstract（参考訳）: 装着されていない医療画像を記述するよう依頼された際、フロンティアの視覚言語モデルは、診断を相殺する。 この折り畳みはランダムではないことを示す。 患者が誰だと言われているかによって構成されている。 胸部X線、脳MRI、皮膚病理全体、Claude Opus-4.7、GPT-5.4、およびGemini-3.1-Proは、それぞれ、人口動態記述子のみと画像がない状態でクエリされ、記述子を体系的に変化させる。 65歳の白人男性がほぼすべての反応でメラノーマを受け取り、32歳の黒人女性が胸部X線を尋ねるとサルコイドーシスの診断を受け、その原因は人口統計や古典的なパターンに基づいて「疑わしい」と書かれている。 GPT-5.4の効果はより広く、我々が検査した全ての人口動態細胞で形成され、胸部X線上の若年黒人患者にサルコイドーシスを最も顕著に命名する。 2つの構造的な発見が問題を鋭くした。 ヘッジド・レジームは、散文が欠落した画像を認識する一方で、構造化診断領域は、にもかかわらず、散文のみの監査には見えない、病気を命名する。 クロードの皮膚学効果は、GPT-5.4'sが保存されている間に「皮膚病変」に置き換わるときに完全に崩壊し、ミラージュは単一の現象ではなく、異なる障害モードのファミリーであることを示す。 臨床パイプラインにおける信頼性の高いVLM展開は、構造された出力チャネルを直接監査することを必要とし、プローブワード感度を第一級評価次元として扱うべきである。

関連論文リスト

• Confident but Unreliable: A Behavioral Safety Audit of Vision-Language Models on Brain MRI [1.2744523252873352]
  我々は、フロンティアマルチモーダルシステムにおいて、より広い障害モードのために、制御されたハイテイクテストベッドとして、脳MRIを使用します。 本稿では,4,102画像上の6つの命令調整型視覚言語モデル(VLM)の自動評価とパイロット実験について述べる。 モデル全体では、回答のカバレッジはほぼ完全であるが、言語化された信頼度キャリブレーションは貧弱である。 オープンエンド診断では、幻覚と禁忌は、複数の選択精度とは別々に異なることが示されている。
  論文  参考訳（メタデータ） (2026-08-03T18:42:04Z)
• DermAgent: A Self-Reflective Agentic System for Dermatological Image Analysis with Multi-Tool Reasoning and Traceable Decision-Making [29.77553689478667]
  DermAgentはPlan-Execute-Reflectフレームワーク内で7つの特別なビジョンと言語モジュールを編成する。 相補的な視覚認識ツールを使用して、包括的な形態的記述、皮膚内視鏡的概念アノテーション、病気の診断を行う。 最先端のMLLMと医療エージェントのベースラインは、ゼロショットのきめ細かい疾患診断、概念アノテーション、臨床キャプションタスクで一貫して優れています。
  論文  参考訳（メタデータ） (2026-05-14T05:41:11Z)
• MedVIGIL: Evaluating Trustworthy Medical VLMs Under Broken Visual Evidence [24.517280048376758]
  medvigilは4つの公開医療用VQAソースから作成された300ケースの評価スイートである。 あらゆるゴールド回答、拒絶オプション、候補答えセット、パラフレーズ、虚偽の前提トラップ、ROIボックス、臨床リスクレベルが臨床著者によって作成される。 メドビニル複合スコア(MCS)に要約した7つの正当性条件監査指標を報告する。 独立した放射線学者は、静電気障害率5.8%でMCS 83.3をスコアし、14.1ポイントの複合ヘッドルームを最強の監査モデルの上に残した。
  論文  参考訳（メタデータ） (2026-05-08T15:55:30Z)
• DermoGPT: Open Weights and Open Data for Morphology-Grounded Dermatological Reasoning MLLMs [54.8829900010621]
  MLLM (Multimodal Large Language Models) は、医学的応用を約束するが、限られたトレーニングデータ、狭いタスクカバレッジ、臨床現場での監督の欠如により、皮膚科の遅れが進行する。 これらのギャップに対処するための包括的なフレームワークを提示します。 まず,211,243のイメージと72,675のトラジェクトリを5つのタスク形式に分けた大規模形態素解析コーパスであるDermo Instructを紹介する。 第二にDermoBenchは、4つの臨床軸(形態学、診断、推論、フェアネス)にまたがる11のタスクを評価する厳密なベンチマークで、3600の挑戦的なサブセットを含む。
  論文  参考訳（メタデータ） (2026-01-05T07:55:36Z)
• Towards long-tailed, multi-label disease classification from chest X-ray: Overview of the CXR-LT challenge [59.323306639144526]
  診断医用画像検査など,現実的な画像認識の問題が数多く発生している。 診断は長い尾と多ラベルの問題であり、患者は複数の所見を呈することが多い。 我々は共通のテーマを合成し、長い尾を持つマルチラベルの医用画像分類のためのレコメンデーションを提供する。
  論文  参考訳（メタデータ） (2023-10-24T18:26:22Z)
• Can GPT-4V(ision) Serve Medical Applications? Case Studies on GPT-4V for Multimodal Medical Diagnosis [59.35504779947686]
  GPT-4VはOpenAIの最新のマルチモーダル診断モデルである。 評価対象は17の人体システムである。 GPT-4Vは、医用画像のモダリティと解剖学を区別する能力を示す。 疾患の診断と包括的報告作成において重大な課題に直面している。
  論文  参考訳（メタデータ） (2023-10-15T18:32:27Z)
• Expert Uncertainty and Severity Aware Chest X-Ray Classification by Multi-Relationship Graph Learning [48.29204631769816]
  我々はCXRレポートから病気ラベルを再抽出し,重症度と分類の不確実性を考慮し,より現実的になるようにした。 以上の結果から, 疾患の重症度と不確実性を考慮したモデルが, 従来の最先端手法よりも優れていたことが示唆された。
  論文  参考訳（メタデータ） (2023-09-06T19:19:41Z)
• SkinGPT-4: An Interactive Dermatology Diagnostic System with Visual Large Language Model [14.883610117019787]
  SkinGPT-4は、先進的な視覚大言語モデルを利用した世界初の対話型皮膚科診断システムである。 我々は、SkinGPTが皮膚疾患の画像の医学的特徴を自然言語で表現できるように、2段階のトレーニングプロセスを構築した。 このシステムは、画像を自律的に評価し、皮膚の状態の特徴とカテゴリを特定し、詳細な分析を行い、インタラクティブな治療勧告を提供する。
  論文  参考訳（メタデータ） (2023-04-21T01:17:09Z)
• Calibrate the inter-observer segmentation uncertainty via diagnosis-first principle [45.29954184893812]
  本稿では, サーバ間セグメンテーションの不確実性を校正するための基準として, 診断第一原則を提案する。 さらに, 原画像からのTake and Give Modelto segment DF-GTを提案する。 実験の結果, 提案したDiFFは, 対応する疾患の診断を著しく促進できることがわかった。
  論文  参考訳（メタデータ） (2022-08-05T07:12:24Z)
• 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)
• SkiNet: A Deep Learning Solution for Skin Lesion Diagnosis with Uncertainty Estimation and Explainability [0.5735035463793008]
  SkiNetは2段階のパイプラインで、病変のセグメンテーションに続いて、病変の分類を行う。 公開データセットであるISIC-2018は、実験およびアブレーション研究に使用されます。
  論文  参考訳（メタデータ） (2020-12-30T05:39:57Z)

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。