論文の概要: CRS-Bench: A Reference-Relative Reliability Benchmark for Medical Image Encoders
- arxiv url: http://arxiv.org/abs/2608.22059v1
- Date: Sat, 22 Aug 2026 17:57:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-25 13:29:43.576709
- Title: CRS-Bench: A Reference-Relative Reliability Benchmark for Medical Image Encoders
- Title（参考訳）: CRS-Bench: 医用画像エンコーダの基準相対的信頼性ベンチマーク
- Abstract要約: 事前訓練された画像エンコーダは、医用画像分類の中心である。
クリーンテストの差別だけでは、この目的には不十分です。
我々は多目的医療エンコーダ選択のための制御ベンチマークであるCRS-Benchを紹介する。
- 参考スコア（独自算出の注目度）: 0.8176363881063179
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Pretrained image encoders are central to medical image classification, where expert annotation is costly and task-specific cohorts are often limited. As the model space expands from general-purpose to broad-medical and specialty-specific encoders, selecting the representation becomes a substantive modeling decision. Clean-test discrimination alone is insufficient for this purpose: encoders with similar AUROC can differ in calibration, label efficiency, and stability under acquisition perturbations or distribution shift. We introduce CRS-Bench, a controlled benchmark for multi-objective medical encoder selection. CRS-Bench evaluates 15 pretrained encoder families across dermatology, ophthalmology, and radiology using ISIC 2019, APTOS 2019, and CheXpert, with CheXpert-to-MIMIC-CXR as an observed institutional shift, yielding 17,575 controlled run records and 3,515 seed-aggregated metric rows. Each encoder is characterized along four operational reliability dimensions: discrimination, calibration, label efficiency, and robustness. We summarize these dimensions using the Clinical Reliability Score (CRS), a Pareto-aware, reference-relative score combining dominance, profile balance, and worst-axis performance. AUROC and CRS are positively associated but not decision-equivalent: 21 of 105 pairwise orderings reverse, with a mean absolute rank displacement of 1.87. Paired-seed bootstrap analysis identifies PanDerm, MedSigLIP, and MedGemma as a stable leading reliability tier rather than a statistically resolved single leader. CRS-Bench provides a controlled framework for selecting medical image encoders from multi-axis reliability profiles rather than clean-test AUROC alone.
- Abstract（参考訳）: 事前訓練された画像エンコーダは、専門家のアノテーションが高価であり、タスク固有のコホートが制限される医療画像分類の中心である。
モデル空間が汎用的から広義・専門的なエンコーダへと拡大するにつれて、表現の選択は実体的モデリング決定となる。
同様のAUROCを持つエンコーダは、キャリブレーション、ラベルの効率、および取得摂動や流通シフト時の安定性が異なる可能性がある。
我々は多目的医療エンコーダ選択のための制御ベンチマークであるCRS-Benchを紹介する。
CRS-Benchは、ISIC 2019、APTOS 2019、CheXpertを使用して、皮膚科、眼科、放射線学にまたがる15の事前訓練されたエンコーダファミリーを評価し、CheXpert-to-MIMIC-CXRを観察された機関シフトとして、17,575のコントロールされたラン記録と3,515のシード集約されたメートル列を出力した。
それぞれのエンコーダは、識別、校正、ラベル効率、ロバストネスの4つの操作信頼性次元に沿って特徴付けられる。
臨床信頼性スコア (CRS) , パレート認識, 基準相対スコア, 優位性, プロファイルバランス, 最低軸パフォーマンスを用いて, これらの次元を要約した。
AUROC と CRS は正に関連付けられているが、決定等価ではない。
PanDerm、MedSigLIP、MedGemmaは統計的に解決された単一リーダではなく、安定したリーディング信頼性層である。
CRS-Benchは、クリーンテストAUROCのみでなく、多軸信頼性プロファイルから医療画像エンコーダを選択するための制御されたフレームワークを提供する。
関連論文リスト
- Rethinking Clinical Relevance in Chest X-ray Machine Learning: How Evaluation References Define Performance [26.96793950588378]
機械学習は、臨床判断の近似を目的とした基準基準を用いた自動評価に大きく依存する。
病理分類と画像品質評価の両方において,評価基準選択がモデル性能とランキングに与える影響について検討した。
論文 参考訳（メタデータ） (2026-07-28T23:11:04Z) - Beyond Scalar Scores: Exploring LLM-based Metrics for Clinical Significance Evaluation in Radiology Reports [49.5225801722164]
既存のメトリクスは、医学的に根拠のないスカラーにレポートの品質を低下させることによって、この要件を曖昧にしている。
テストベッドとしてReEvalMedベンチマークを用いて,この境界について検討し,計量レベルの臨床的意義を評価する。
論文 参考訳（メタデータ） (2026-06-17T08:10:30Z) - Beyond Symmetric Alignment: Spectral Diagnostics of Modality Imbalance in Vision-Language Models in the Medical Domain [43.675927916974466]
スペクトルアライメントスコア(SAS, Spectral Alignment Score)は、アンカーモダリティの主固有基底に両モードを投影し、固有値重み付き固有モード相関を計算する非対称な計量である。
実験の結果, 医用画像は2つの臨床報告よりもリッチな構造情報を保持しており, 競合するすべての指標には見えない方向非対称であり, SASは医療領域における検索性能と最強のゼロラベル相関を達成し, 臨床展開のための実用的な診断ツールとして位置づけていることがわかった。
論文 参考訳（メタデータ） (2026-06-03T08:50:30Z) - CT-FineBench: A Diagnostic Fidelity Benchmark for Fine-Grained Evaluation of CT Report Generation [51.11942945171396]
従来の評価指標は、語彙重なり合いやエンティティマッチングの粗い尺度のみを提供する。
我々はCT-RATEとMerlinのベンチマークであるCT-FineBenchを提案し、CTレポートの微細な事実整合性を評価する。
我々のベンチマークは、綿密な質問回答(QA)ベースのプロセスによって構築されます。
論文 参考訳（メタデータ） (2026-04-27T03:32:46Z) - CLiGNet: Clinical Label-Interaction Graph Network for Medical Specialty Classification from Clinical Transcriptions [0.0]
われわれはまず、この方法論上の欠陥を文書化し、40の専門分野にまたがるリークフリーベンチマーク(4966レコード)を確立する。
次に、Bio ClinicalBERTテキストエンコーダと2層グラフ畳み込みネットワークを組み合わせたニューラルネットワークであるCLiGNetを紹介します。
本報告では,一対の専門的混乱,希少なクラス行動,文書長効果,トークンレベルの統合的グラディエント属性を包括的に解析し,臨床NLPシステム展開に対する実用的な洞察を提供する。
論文 参考訳（メタデータ） (2026-03-24T03:30:06Z) - GOLDMARK: Governed Outcome-Linked Diagnostic Model Assessment Reference Kit [7.891604152731754]
CB(Computational Biomarker)は、ヘマトキシリン・エオシン(H&E)全スライディング画像(WSI)から抽出した組織由来のパターンで、治療効果や予後を予測する。
臨床応用可能な OncoKB レベル1-3 バイオマーカーラベルを持つTCGAコーホート上に構築された標準化されたベンチマークフレームワークである GOLDMARK を紹介する。
論文 参考訳（メタデータ） (2026-03-21T15:09:06Z) - AgentScore: Autoformulation of Deployable Clinical Scoring Systems [45.88028371034407]
本稿では,単位重み付き臨床チェックリストのセマンティックガイドによる最適化を行うAgentScoreを紹介する。
AgentScoreは既存のスコア生成方法より優れており、より柔軟な解釈可能なモデルに匹敵するAUCを実現している。
さらに2つの外部検証タスクにおいて、AgentScoreは、確立されたガイドラインベースのスコアよりも高い差別を達成する。
論文 参考訳（メタデータ） (2026-01-29T21:11:06Z) - Uncovering Overconfident Failures in CXR Models via Augmentation-Sensitivity Risk Scoring [1.9837702647603577]
胸部X線写真(CXR)症例を同定するために,ASRS(Augmentation-sensitive risk score)フレームワークを提案する。
ASRSのスコアは、サンプルを安定四成分に成層化し、非常に敏感なケースではリコールがかなり低い。
ASRSは、選択的な予測と臨床レビューのためのラベルなしの手段を提供し、医療AIの公正性と安全性を改善している。
論文 参考訳（メタデータ） (2025-10-02T05:15:40Z) - LGE-Guided Cross-Modality Contrastive Learning for Gadolinium-Free Cardiomyopathy Screening in Cine CMR [51.11296719862485]
CMRを用いたガドリニウムフリー心筋症スクリーニングのためのコントラシブラーニングおよびクロスモーダルアライメントフレームワークを提案する。
CMRとLate Gadolinium Enhancement (LGE) 配列の潜伏空間を整列させることにより, 本モデルでは線維症特異的な病理組織をCMR埋め込みにエンコードする。
論文 参考訳（メタデータ） (2025-08-23T07:21:23Z) - CRG Score: A Distribution-Aware Clinical Metric for Radiology Report Generation [6.930435788495898]
CRGスコア(CRG Score, CRGスコア, CRGスコア, CRGスコア, CRGスコア, CRGスコア, CRGスコア, CRGスコア, CRGスコア, CRGスコア, CRGスコア, CRGスコア, CRGスコア, CRGスコア, CRGスコア, CRGスコア, CRGスコア)
ラベル分布に基づく罰則のバランスをとることにより、より公平で堅牢な評価を可能にし、臨床に整合した報酬機能として機能する。
論文 参考訳（メタデータ） (2025-05-22T17:02:28Z) - Towards Reliable Medical Image Segmentation by Modeling Evidential Calibrated Uncertainty [57.023423137202485]
医用画像のセグメンテーションの信頼性に関する懸念が臨床医の間で続いている。
本稿では,医療画像セグメンテーションネットワークにシームレスに統合可能な,実装が容易な基礎モデルであるDEviSを紹介する。
主観的論理理論を活用することで、医用画像分割の確率と不確実性を明示的にモデル化する。
論文 参考訳（メタデータ） (2023-01-01T05:02:46Z)
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。