論文の概要: ModaLens: Measuring Image Sensitivity in Report-Conditioned Medical VLMs
- arxiv url: http://arxiv.org/abs/2609.15635v1
- Date: Mon, 14 Sep 2026 14:25:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:06.435464
- Title: ModaLens: Measuring Image Sensitivity in Report-Conditioned Medical VLMs
- Title（参考訳）: ModaLens: 医療用VLMにおける画像感度の測定
- Abstract要約: ModaLensは、レポートの可用性がイメージの感度をどのように変化させるかを測定する。
モデルが生成した回答は、レポートによる試験の4.26パーセントと、それ無しで20.94パーセントである。
最初は17.07パーセントに対して4.70%のリードアウトが与えられ、代替は2進予測が変更されないような連続的な回答スコアも移動させる。
- 参考スコア（独自算出の注目度）: 3.1976608836761353
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: A radiology report can already answer a clinical question, so it is hard to tell whether a vision-language model also uses the image. ModaLens, a paired image-swap audit, measures how report availability changes image sensitivity: MedGemma-27B on 3,199 paired MIMIC-CXR cases from 293 patients, all 14 questions per case (13 finding-specific and one composite), each image replaced by one from another study, usually of the same patient, with question and report fixed. Under an explicit answer instruction, the model's generated answer changes on 4.26 percent of trials with the report and 20.94 percent without it, a paired increase of 16.7 points (patient-clustered 95 percent CI 15.6 to 17.7), so report availability reduces image-swap sensitivity under this protocol; the original prompt with a lowercase first-token readout gives 4.70 percent against 17.07 percent, and substitutions also move continuous answer scores where the binary prediction does not change. The labels are derived from reports, which limits conclusions about visual correctness; the direction replicates in two further model lineages. Code, the exact prompts and a run record for every number are at https://github.com/criticaldata/MODALENS.
- Abstract（参考訳）: 放射線学報告は、すでに臨床的な疑問に答えることができるので、視覚言語モデルも画像を使用するかどうかを判断することは困難である。
MedGemma-27Bは、3,199人のMIMIC-CXR患者に対して、293人の患者から、各画像は1件につき14の質問(発見-特定と1つの合成)すべて、それぞれ別の研究(通常同じ患者のもの)に置き換えられ、質問とレポートが修正された。
明示的な回答命令の下で、このモデルが生成した回答は、レポートの4.26パーセント、20.94パーセントで変更され、16.7ポイント(患者クラスターの95パーセントのCI 15.6から17.7まで)がペアで増加し、レポートの可用性は、このプロトコルにおけるイメージスワップ感度を低下させる。
ラベルは、視覚的正しさに関する結論を制限するレポートから派生しており、方向は2つのモデル系統で再現される。
コード、正確なプロンプト、すべての数値の実行レコードはhttps://github.com/ criticaldata/MODALENS.orgにある。
関連論文リスト
- DementiaCare-Bench: A Modality-Validated Video Benchmark [83.92703885588868]
認知症は世界中で推定5700万人に影響を与える。
ほとんどの家族にとって、ケアの最も難しい部分は記憶喪失ではなく、認知症の行動や心理的症状である。
DementiaCare-Bench: 9つのBPSDカテゴリの94クリップに区切られた、プロのケア用トレーニングビデオ56本を提示する。
論文 参考訳（メタデータ） (2026-09-11T14:52:49Z) - MedQA-MM: Shortcuts Behind Medical Visual Reasoning [45.333881843709804]
ベンチマークスコアは最終回答を信用するが、アイテムが答えられるルートではない。
医用マルチモーダル多重選択質問(MCQ)では、適切な回答が意図された画像発見によって支持されるため、この区別が重要である。
ここでは、ルートは、モデルの隠れた認識に関するクレームではなく、回答の選択をサポートすることができる観測可能な入力パスである。
論文 参考訳（メタデータ） (2026-09-03T01:40:19Z) - MC-CXR: A Multi-Context Chest X-ray Benchmark for Context-Induced Disruption in Vision-Language Models [2.2090506971647144]
ヴィジュアル言語モデル(VLM)は、胸部X線が検索された報告、予備メモ、または以前の画像と共に解釈される臨床パイプラインでますます用いられる。
既存のベンチマークでは、モデルが単独で正しく答えるかどうかを計測するが、妥当なコンテキストが画像と矛盾する場合に、正しい画像のみの決定を保持するかどうかを判断する。
マルチコンテキストチェストX線 (MC-CXR) を導入し, 240のケースを2,522のインスタンスに拡張した。
論文 参考訳（メタデータ） (2026-08-25T06:28:17Z) - Visual Credit Audit for Multimodal Spatial Reasoning [70.16915309526443]
Visual Credit Auditは、ベンチマーク画像がテキストのみとブランクコントロールよりもモデルの宣言された決定をもっとサポートするかどうか、モデルが関係性固有の視覚的エビデンスに反応するかどうかの2つの評価を分離する。
ラベルを適用すれば依存性認定正当性(D-CC)が得られる
4つのオープンMLLMと2つの空間ベンチマーク、12.73-26.25%の判定は正確であるが、証明されていない。
論文 参考訳（メタデータ） (2026-07-29T15:55:31Z) - Cross-modal linkage risk in clinical vision-language models [1.828619151598757]
視覚言語モデル(VLM)は、ペアの胸部X線写真と放射線学レポートに基づいて訓練され、インスタンスレベルの画像レポート対応を保存できる共有埋め込み空間を学習する。
これは、ラジオグラフとレポートが買収後に意図的に分離された設定でプライバシー上のリスクを生じさせる。
我々はこれをイメージ・ツー・レポート検索として定式化し、プライバシーシナリオとしてではなく、パブリック・ペアのコホートを使用してリスクを監査した。
論文 参考訳（メタデータ） (2026-06-01T14:01:46Z) - When Chain-of-Thought Backfires: Evaluating Prompt Sensitivity in Medical Language Models [2.064612766965483]
MedMCQA(4,183質問)とPubMedQA(1,000質問)でMedGemma(4Bおよび27Bパラメータ)を評価する。
実験の結果,いくつかの知見が得られた。
論文 参考訳（メタデータ） (2026-03-26T23:04:20Z) - PSF-Med: Measuring and Explaining Paraphrase Sensitivity in Medical Vision Language Models [2.064612766965483]
19,748個の胸部X線を約92,000個のパラフレーズと組み合わせたベンチマークであるParaphrase Sensitivity Failure (PSF)-Medを紹介する。
同じ画像のイエス/ノーフリップを測定し、フリップ率を8%から58%に設定する。
我々は、フレーミングと相関し、決定マージンシフトを予測するスパース機能を第17層で特定する。
論文 参考訳（メタデータ） (2026-02-24T23:03:50Z) - Evaluating Reasoning Faithfulness in Medical Vision-Language Models using Multimodal Perturbations [19.488236277427358]
視覚言語モデル(VLM)は、しばしばチェーン・オブ・シント(CoT)の説明を生み出す。
胸部X線視覚質問応答(VQA)の臨床的基盤として,制御されたテキストと画像修正を用いてCoT忠実度を探索するフレームワークを提案する。
論文 参考訳（メタデータ） (2025-10-13T09:28:22Z) - Contrastive Learning with Counterfactual Explanations for Radiology Report Generation [83.30609465252441]
放射線学レポート生成のためのtextbfCountertextbfFactual textbfExplanations-based framework (CoFE) を提案する。
反現実的な説明は、アルゴリズムによってなされた決定をどのように変えられるかを理解するための強力なツールとして、シナリオが何であるかを問うことによって役立ちます。
2つのベンチマークの実験では、反ファクト的な説明を活用することで、CoFEは意味的に一貫性があり、事実的に完全なレポートを生成することができる。
論文 参考訳（メタデータ） (2024-07-19T17:24:25Z) - Multimodal Image-Text Matching Improves Retrieval-based Chest X-Ray
Report Generation [3.6664023341224827]
X-REM (Contrastive X-Ray Report Match) は、X-REM (X-REM) という新しい検索方式の放射線学レポート生成モジュールである。
X-REMは、胸部X線画像の類似度を測定するための画像テキストマッチングスコアと、レポート検索のための放射線診断レポートを使用する。
論文 参考訳（メタデータ） (2023-03-29T04:00:47Z) - DeltaNet:Conditional Medical Report Generation for COVID-19 Diagnosis [54.93879264615525]
医療報告を自動生成するDeltaNetを提案する。
DeltaNetはレポートを生成するために3つのステップを採用している。
DeltaNetは最先端のアプローチよりも優れています。
論文 参考訳（メタデータ） (2022-11-12T07:41:03Z) - 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)
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。