論文の概要: NeoRed: A Knowledge-Logic-Alignment Multimodal Large Language Model for Neonatal Respiratory Disease Diagnosis

• arxiv url: http://arxiv.org/abs/2609.03527v1
• Date: Thu, 03 Sep 2026 08:24:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-04 18:28:38.982818
• Title: NeoRed: A Knowledge-Logic-Alignment Multimodal Large Language Model for Neonatal Respiratory Disease Diagnosis
• Title（参考訳）: NeoRed:新生児呼吸器疾患診断のための知識論理アライメント多モーダル言語モデル
• Authors: Yinan Liu, Hongtai Xia, Haoran Xu, Jiankang Hong, Jingkuan Song, Ye Luo,
• Abstract要約: 新生児呼吸器疾患は、新生児の死亡と死亡の主な原因である。 既存のMLLM(Multimodal Large Language Models)は、新生児診断において2つの重要な限界に直面している。 我々は,新生児呼吸器疾患に適応した最初のMLLMであるNeoRedを提案する。
• 参考スコア（独自算出の注目度）: 52.74921503489589
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Neonatal respiratory diseases are a major cause of neonatal morbidity and mortality, posing substantial challenges in clinical practice. Despite recent advances, existing Multimodal Large Language Models (MLLMs) face two key limitations in neonatal diagnosis: (1) domain gap arising from predominantly adult training data; (2) insufficient integration of multidimensional clinical context for accurate diagnosis. To address these challenges, we collect two real-world clinical datasets (NeoCXR and NeoCXR-EV) and propose NeoRed, to the best of our knowledge, the first MLLM tailored for neonatal respiratory disease, filling the gap in neonatal diagnostic reports generation. To enhance joint diagnosis from heterogeneous clinical context and chest X-rays, we design a novel Knowledge-Logic-Alignment (KLA) framework which constrains model behavior from three perspectives: 1) Knowledge Prior Injection (KPI) incorporates neonatologist-inspired diagnostic priors into multimodal representations, guiding disease-specific attention across modalities; 2) Diagnostic Logic Constraint (DLC) aligns the semantics of generated reports with multimodal diagnostic logic; and 3) Visual Semantic Alignment (VSA) establishes semantic correspondence between visual features and imaging conclusions. Extensive experiments demonstrate that NeoRed enables accurate neonatal diagnostic reports generation, achieving ROUGE-L of 53.29% and Clinical Efficacy F1 score of 65.19% on NeoCXR, outperforming existing MLLMs. NeoRed also preserves competitive report generation performance on adult benchmarks (MIMIC-CXR and IU-Xray). Datasets will be available upon application.
• Abstract（参考訳）: 新生児呼吸器疾患は新生児の死亡と死亡の主な原因であり、臨床実践において重大な課題となっている。 近年の進歩にもかかわらず、既存のMLLM(Multimodal Large Language Models)は、(1)主に成人訓練データから生じる領域ギャップ、(2)正確な診断のための多次元臨床コンテキストの不十分な統合という、新生児診断において2つの重要な限界に直面している。 これらの課題に対処するために、我々は2つの実世界の臨床データセット(NeoCXRとNeoCXR-EV)を収集し、NeoRedを提案する。 不均一な臨床状況と胸部X線からの関節診断を強化するために,3つの視点からモデル行動を制限する新しい知識論理アライメント(KLA)フレームワークを設計した。 1 知識優先注射(KPI)は、新生学者に触発された診断の先駆者をマルチモーダルな表現に取り入れ、疾患特異的な注意をモダリティを越えて導く。 2)診断論理制約(DLC)は、生成されたレポートのセマンティクスをマルチモーダルな診断論理と整合させる。 3)視覚的セマンティックアライメント(VSA)は,視覚的特徴と画像的結論のセマンティック対応を確立する。 大規模な実験により、NeoRedは正確な新生児診断レポートの生成を可能にし、ROUGE-Lは53.29%、臨床効果F1スコアは65.19%、既存のMLLMよりも優れていた。 NeoRedは、アダルトベンチマーク(MIMIC-CXRとIU-Xray)の競合レポート生成性能も保持している。 データセットはアプリケーションで利用可能だ。

関連論文リスト

• Cross-Modal Clinical Knowledge Integration for Mammography Report Generation [29.353551254724422]
  MammoRGはマンモグラフィーレポート生成フレームワークであり、臨床報告ワークフローを明示的にシミュレートする。 MammoRGは、患者の4ビューマンモグラムから臨床的に関連する事前知識を統合することを学ぶ。 MammoRGToolは、フリーテキストレポートから構造化された臨床情報を抽出する専用のマンモグラフィーレポート解析ツールである。
  論文  参考訳（メタデータ） (2026-05-29T10:04:16Z)
• Clinical Cognition Alignment for Gastrointestinal Diagnosis with Multimodal LLMs [63.535652574541764]
  MLLM(Multimodal Large Language Models)は医用画像解析において顕著な可能性を示した。 消化器内視鏡におけるそれらの応用は、現在、2つの重要な限界によって妨げられている。 本稿では,これらの課題に対処する新しい臨床認知アライメント(CogAlign)フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-21T07:47:37Z)
• Skin-R1: Toward Trustworthy Clinical Reasoning for Dermatological Diagnosis [27.666376727163073]
  SkinR1は、深い教科書に基づく推論と強化学習(RL)の広範な一般化能力を組み合わせた新しい皮膚視覚言語モデル(VLM)である。 まず、高忠実度、階層認識、差動診断(DDx)インフォームド・トラジェクトリを合成する教科書ベースの推論生成器を設計する。 第2に,教師付き微調整(SFT)に構築された軌道を利用して,基礎的推論能力を持つモデルを実現する。
  論文  参考訳（メタデータ） (2025-11-18T20:38:36Z)
• A Disease-Aware Dual-Stage Framework for Chest X-ray Report Generation [15.331803613974365]
  胸部X線レポート生成のための新しい2段階疾患認識フレームワークを提案する。 ステージ1では,特定の病理カテゴリに対応する病的意味トークン(DAST)を学習する。 ステージ2では,病を意識した表現と視覚的特徴を統合するために,病的・視覚的注意融合モジュールを導入する。
  論文  参考訳（メタデータ） (2025-11-15T15:31:51Z)
• Epistemic-aware Vision-Language Foundation Model for Fetal Ultrasound Interpretation [83.02147613524032]
  医療用AIシステムFetalMindについて報告する。 本稿では、専門家による2部グラフをモデルに注入し、ビュー・ディスリーズ関連を分離するSED(Salient Epistemic Disentanglement)を提案する。 FetalMindはすべての妊娠期のオープンソースおよびクローズドソースベースラインを上回り、平均利得は+14%、臨界条件では+61.2%高い。
  論文  参考訳（メタデータ） (2025-10-14T19:57:03Z)
• RAD: Towards Trustworthy Retrieval-Augmented Multi-modal Clinical Diagnosis [56.373297358647655]
  Retrieval-Augmented Diagnosis (RAD)は、下流タスクで直接マルチモーダルモデルに外部知識を注入する新しいフレームワークである。 RADは、複数の医療ソースからの疾患中心の知識の検索と改善、ガイドライン強化コントラスト損失トランスフォーマー、デュアルデコーダの3つの主要なメカニズムで機能する。
  論文  参考訳（メタデータ） (2025-09-24T10:36:14Z)
• PriorRG: Prior-Guided Contrastive Pre-training and Coarse-to-Fine Decoding for Chest X-ray Report Generation [12.860257420677122]
  PriorRGは胸部X線レポート生成フレームワークで、2段階のトレーニングパイプラインを通じて実際の臨床をエミュレートする。 ステージ1では,臨床文脈の時間的特徴抽出を利用した事前指導型コントラスト事前訓練方式を導入する。 ステージ2では、視覚エンコーダの隠蔽状態との事前知識を高めるために、事前認識された粗時間デコーディングを統合する。
  論文  参考訳（メタデータ） (2025-08-07T13:02:20Z)
• REMEMBER: Retrieval-based Explainable Multimodal Evidence-guided Modeling for Brain Evaluation and Reasoning in Zero- and Few-shot Neurodegenerative Diagnosis [6.446611581074913]
  検索型マルチモーダル誘導型脳評価・推論モデルREMEMBERについて紹介する。 REMEMBERは、脳MRIスキャンを用いたゼロショットと少数ショットのアルツハイマーの診断を容易にする新しい機械学習フレームワークである。 実験結果から,REMEMBERはゼロショットと少数ショットの堅牢な性能を実現することが示された。
  論文  参考訳（メタデータ） (2025-04-12T22:06:15Z)
• Inheritance-guided Hierarchical Assignment for Clinical Automatic Diagnosis [50.15205065710629]
  臨床診断は、臨床ノートに基づいて患者に診断符号を割り当てることを目的としており、臨床意思決定において重要な役割を担っている。 本稿では,臨床自動診断のための継承誘導階層と共起グラフの伝播を組み合わせた新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2021-01-27T13:16:51Z)

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。