Fugu-MT 論文翻訳(概要): Auditable agentic AI for evidence-grounded thyroid ultrasound diagnosis and reporting

論文の概要: Auditable agentic AI for evidence-grounded thyroid ultrasound diagnosis and reporting

arxiv url: http://arxiv.org/abs/2608.12590v1
Date: Wed, 12 Aug 2026 21:02:59 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-14 18:29:38.326052
Title: Auditable agentic AI for evidence-grounded thyroid ultrasound diagnosis and reporting
Title（参考訳）: 超音波検査・診断・報告におけるエージェントAIの有用性
Abstract要約: ThyroidXAgentは、特殊な診断ツールをコーディネートし、その出力を監査可能なケースレベルの証拠記録として保存するエージェントAIシステムである。 NHC-MISD-TUSコホート内35施設8,721件を含む,重複しない28,458件の検査を行った。セグメンテーションでは平均Diceスコアが87.21パーセント、良悪性分類では平均AUROCが0.9466だった。
参考スコア（独自算出の注目度）: 59.709162055944915
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Thyroid ultrasound diagnosis requires coordinated lesion localization, measurement, risk stratification and reporting, yet most AI systems address these tasks in isolation and provide limited support for clinical review. We present ThyroidXAgent, a clinician-interactive agentic AI system that coordinates specialized diagnostic tools and stores their outputs as an auditable case-level evidence record. The system was developed using OpenThyroidDB, a multicentre, multitask resource integrating approximately 0.3 million ultrasound images and 24,000 paired reports, and was evaluated on 28,458 non-overlapping test cases, including 8,721 cases from 35 centres in the private NHC-MISD-TUS cohort. Across heterogeneous datasets, ThyroidXAgent achieved a mean Dice score of 87.21 percent for nodule segmentation and a mean AUROC of 0.9466 for benign-malignant classification. The same workflow supported lymph-node metastasis prediction and follicular versus papillary thyroid carcinoma classification, with AUROCs of 0.864 and 0.805, respectively. For report generation, evidence-grounded assembly outperformed multimodal language-model baselines across three cohorts. ThyClinScore, a lesion-level clinical semantic metric introduced here, showed the strongest correlation with a location-aware language-model judge. ThyroidXAgent improved physician classification accuracy, increased report diagnostic consistency from 70.3 percent to 86.2 percent, and reduced segmentation and reporting time by 35.9 percent and 27.4 percent, respectively. These findings support auditable, clinician-correctable agentic AI for thyroid ultrasound diagnosis and reporting.
Abstract（参考訳）: 甲状腺超音波診断には病変の局所化、測定、リスク層化、報告が必要であるが、ほとんどのAIシステムはこれらのタスクを単独で処理し、臨床検査の限られたサポートを提供する。我々は、専門的な診断ツールをコーディネートし、その出力を監査可能なケースレベルのエビデンス記録として保存する臨床用対話型エージェントAIシステムであるThyroidXAgentを提示する。このシステムを開発したOpenThyroidDBは、約0.3万の超音波画像と24,000のペアレポートを統合したマルチタスクリソースで、プライベートNHC-MISD-TUSコホート内の35のセンターから8,721件を含む28,458件の重複しないテストケースで評価された。不均一なデータセット全体にわたって、ThyroidXAgentは、結節のセグメンテーションの平均Diceスコア87.21パーセント、良悪性分類の平均AUROC0.9466を達成している。 AUROCsは0.864, 0.805であった。レポート生成のために、エビデンス基底アセンブリは、3つのコホートにわたるマルチモーダル言語モデルベースラインより優れていた。ここで紹介された病変レベルの臨床的意味尺度であるThyClinScoreは、位置認識言語モデル判定と最も相関が強い。 ThyroidXAgentは、医師の分類精度を改善し、レポート診断の一貫性を70.3%から86.2%に向上し、セグメンテーションとレポートの時間はそれぞれ35.9%と27.4%に短縮した。これらの所見は, 甲状腺超音波診断および報告のための, 聴覚的, 臨床修整可能なエージェントAIを支持する。

関連論文リスト

Cerebra: A Multidisciplinary AI Board for Multimodal Dementia Characterization and Risk Assessment [56.62016795093786]
CerebraはインタラクティブなマルチエージェントAIチームで、ERH、臨床ノート、医療画像分析のための特殊エージェントをコーディネートする。構造化された表現を操作することで、プライバシ保護デプロイメントをサポートし、モダリティが不完全であれば、堅牢である。 Cerebraは、有識者のパフォーマンスを著しく改善し、前向き認知症リスク推定において精度を17.5ポイント向上させた。
論文参考訳（メタデータ） (2026-03-23T05:46:45Z)
A DeepSeek-Powered AI System for Automated Chest Radiograph Interpretation in Clinical Practice [83.11942224668127]
Janus-Pro-CXR (1B) はDeepSeek Janus-Proモデルに基づく胸部X線解釈システムである。本システムは, 自動レポート生成において, 最先端のX線レポート生成モデルより優れる。
論文参考訳（メタデータ） (2025-12-23T13:26:13Z)
Closing the Performance Gap Between AI and Radiologists in Chest X-Ray Reporting [40.40577855417923]
胸部X線レポート生成のための臨床評価型マルチモーダルAIモデルMAIRA-Xを紹介する。タイプや縦方向の変化,配置などの属性を報告する上での精度を評価するために,新しいL&T特化メトリクスフレームワークを開発した。以上の結果から,MAIRA-Xは放射線科医,特に高用量臨床現場で効果的に治療できる可能性が示唆された。
論文参考訳（メタデータ） (2025-11-21T10:53:26Z)
An Agentic System for Rare Disease Diagnosis with Traceable Reasoning [69.46279475491164]
大型言語モデル(LLM)を用いた最初のまれな疾患診断エージェントシステムであるDeepRareを紹介する。 DeepRareは、まれな疾患の診断仮説を分類し、それぞれに透明な推論の連鎖が伴う。このシステムは2,919の疾患に対して異常な診断性能を示し、1013の疾患に対して100%の精度を達成している。
論文参考訳（メタデータ） (2025-06-25T13:42:26Z)
A Synthetic Data-Driven Radiology Foundation Model for Pan-tumor Clinical Diagnosis [21.212976987658415]
PASTAは、PASTA-Genをベースとしたパン腫瘍基礎モデルである。 PASTAは46の腫瘍学タスクのうち45の最先端のパフォーマンスを達成する。
論文参考訳（メタデータ） (2025-02-10T05:45:03Z)
Enhancing Radiological Diagnosis: A Collaborative Approach Integrating AI and Human Expertise for Visual Miss Correction [11.007862955517638]
CoRaXは、胸部放射線学の診断精度を高めるために、視線データと放射線学レポートを統合している。 CoRaXは28%(332)の異常を欠いた271サンプルのシミュレーションエラーデータセットで試験された。このシステムはこれらのエラーの21%(332件中71件)を修正し、7%(312件中22件)を未解決に残した。
論文参考訳（メタデータ） (2024-06-28T06:51:38Z)
Analysis of the 2024 BraTS Meningioma Radiotherapy Planning Automated Segmentation Challenge [45.3253187215396]
2024年脳腫瘍髄膜腫放射線療法(BraTS-MEN-RT)は、自動セグメンテーションアルゴリズムの進歩を目的とした課題である。我々はBraTS-MEN-RTチャレンジの設計と結果について述べる。
論文参考訳（メタデータ） (2024-05-28T17:25:43Z)
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)
Identification of Ischemic Heart Disease by using machine learning technique based on parameters measuring Heart Rate Variability [50.591267188664666]
本研究は,243名の非侵襲的特徴(年齢,性別,左室容積率,HRV15)を用いて,一連のANNの訓練と評価を行った。最高の結果は、7つの入力パラメータと7つの隠れノードを使用して、トレーニングと検証データセットに対して98.9%と82%の精度で得られた。
論文参考訳（メタデータ） (2020-10-29T19:14:41Z)

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。