論文の概要: DynamicDx: Evaluating Evidence Acquisition in Video-Based Diagnosis

• arxiv url: http://arxiv.org/abs/2609.32957v1
• Date: Sat, 26 Sep 2026 21:37:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 11:40:06.4288
• Title: DynamicDx: Evaluating Evidence Acquisition in Video-Based Diagnosis
• Title（参考訳）: DynamicDx:ビデオベース診断におけるエビデンス獲得の評価
• Abstract要約: DynamicDxは、11のサインカテゴリーにわたる71の神経学的コンサルテーションにおける各ステップを評価する。 患者ビデオと確認された診断と、同じケースレポートから作られた固定されたチャートをリンクする。 ビデオの精度はブラインド入力よりも9.9-22.5ポイント向上する。
• 参考スコア（独自算出の注目度）: 10.819901723840369
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Diagnosing a patient from video requires more than recognizing the sign: a vision-language model must turn what it sees into hypotheses, questions and tests. DynamicDx evaluates each step in 71 neurological consultations across 11 sign categories, linking authentic patient videos to confirmed diagnoses and fixed charts built from the same case reports, so that every model queries the same evidence. Across five such models, video improves accuracy by 9.9-22.5 percentage points over blind input, but neither recognition alone nor temporal order explains the gain: the cause is usually missing from the model's video-only differential diagnosis even when the sign is recognized, and shuffling the frames produces no reliable accuracy loss. Instead, a trajectory replay traces most of the gain to the investigation results the video prompts. Evidence acquisition is the bottleneck: supplying the decisive investigations raises accuracy to 73.2-93.0%. Two interventions act on it. A post-trained 4B video describer improves sign descriptions, especially from a short, densely sampled segment, and source-clean literature retrieval expands initial hypotheses; both bring the tests a model orders closer to those the treating clinicians documented and, through them, raise accuracy. For video-based diagnosis, seeing better helps when it leads to asking better.
• Abstract（参考訳）: 患者をビデオから診断するには、サインを認識する以上のことが必要だ。 DynamicDxは、11のサインカテゴリーにわたる71の神経学的コンサルテーションのそれぞれのステップを評価し、認証された患者ビデオと同一のケースレポートから構築された固定されたチャートをリンクすることで、すべてのモデルが同じ証拠をクエリする。 このような5つのモデル全体では、ビデオはブラインド入力よりも9.9-22.5ポイント精度が向上するが、認識単独でも時間順でもこの利得は説明できない。 代わりに、トラジェクトリのリプレイは、ビデオが促す調査結果のほとんどをトレースする。 決定的な調査の供給は正確さを73.2-93.0%に引き上げる。 2つの介入が作用する。 訓練後の4Bビデオ記述器は、特に短いサンプリングされた部分から手話の改善を行い、ソースクリーンな文献検索は最初の仮説を拡大する。 ビデオベースの診断では、よりよく見ることが、より良い質問につながるのに役立つ。

関連論文リスト

• Can LLMs Value the Right Evidence? Evidence-Value Misalignment in Dynamic Medical Diagnosis [22.91367718901174]
  不十分または誤解を招く証拠から到達した正確な診断は、臨床上の危険をもたらす可能性があるが、結果に基づく精度は、そのようなラッキーな推測に報いる可能性がある。 私たちはこの、診断決定と利用可能な証拠の価値のミスマッチを、EVM(Evidence-Value Misalignment)と呼んでいる。 診断精度から独立して明らかな接地を阻害するために,24の疾患システムで1,050の患者を対象とする動的ベンチマーク環境であるMedEVMを導入する。
  論文  参考訳（メタデータ） (2026-09-28T16:59:47Z)
• Finding the Right Evidence: Factor-Guided Coarse-to-Fine Reasoning for Long Videos [50.28847179290796]
  PACEは、長期的な証拠取得のためのファクター誘導フレームワークである。 オープンソースのQwen3-VLバックボーンを持つMMR-Vでは、PACEは42.6%の精度を達成している。
  論文  参考訳（メタデータ） (2026-08-26T19:38:17Z)
• Same Evidence, Different Target: Decoding How Diagnostic Evidence Bears on Causal Questions from Language-Model States [7.032871370232397]
  因果的目標を変更しながら,同一の診断的証拠を口頭で繰り返し示すペアプロンプトを導入する。 それぞれのプロンプトは、証拠が因果問題にどのように耐えられるかに応じて、Favors、Challenges、Unresolved、Wrong Targetと呼ばれる。 我々はQwen2.5-7B-インストラクタの直交変圧器ブロックから最終トーケン隠れ状態を分析する。
  論文  参考訳（メタデータ） (2026-07-29T13:56:37Z)
• PathAgentBench: Benchmarking Evidence-Seeking Vision-Language Models on Whole-Slide Pathology Image [16.376573433449458]
  全スライディング画像(WSI)の診断には、診断に関係のある領域を特定し、倍率で調べ、マルチスケールのエビデンスを統合する必要がある。 既存のほとんどの病理ベンチマークは、プリクロップされたパッチや抽出済みのスライド機能に関するモデルを評価し、ギガピクセルのWSIから直接証拠を取得する能力は、ほとんどテストされていない。 PathAgentBenchは,視覚言語モデル(VLM)を4つの補完機能で評価するためのベンチマークである。
  論文  参考訳（メタデータ） (2026-07-21T16:33:44Z)
• DDX-TRACE: A Benchmark for Medical Diagnostic Trajectories in VLMs [21.52456139726765]
  ほとんどの医療AIベンチマークは、関連するコンテキストを事前に明らかにし、最終回答のみをスコア付けする。 MDX-TRACEはマルチモーダル・ニューロラジオロジーのための医師適応型ベンチマークである。 211件の難治性症例に対して、隠れた証拠の下で診断の軌跡を評価する。
  論文  参考訳（メタデータ） (2026-05-22T13:41:10Z)
• Towards Clinically Interpretable Ophthalmic VQA via Spatially-Grounded Lesion Evidence [51.57735743553791]
  今回我々はFundusGroundを紹介した。これは臨床的に解釈可能な眼科用VQAの空間的根拠を用いた新しいベンチマークである。 この構造された病変の証拠に基づいて、72,706の質問が4つのフォーマットにまたがって生成される。 実験により、病変レベルの視覚的エビデンスを組み込むことで、モデルの性能と透明性が一貫して向上することが示された。
  論文  参考訳（メタデータ） (2026-05-21T12:37:03Z)
• MedHorizon: Towards Long-context Medical Video Understanding in the Wild [78.79695798197447]
  実際の臨床検査には、フルプロデュースなビデオ理解が必要であることが多い。 既存のベンチマークでは、この証拠はすでに画像やショートクリップ、あるいは事前にセグメンテーションされたビデオを通じてローカライズされていると仮定することが多い。 MedHorizonは、長文医用ビデオ理解のためのWildベンチマークである。
  論文  参考訳（メタデータ） (2026-05-07T16:37:10Z)
• Divide-then-Diagnose: Weaving Clinician-Inspired Contexts for Ultra-Long Capsule Endoscopy Videos [83.01543151239254]
  我々は、診断駆動型CEビデオ要約という新しいタスクを定義する。 VideoCAPは、診断駆動アノテーションを備えた最初のCEデータセットである。 DiCEはクリニックにインスパイアされたフレームワークで、標準的なCE読み込みワークフローを反映している。
  論文  参考訳（メタデータ） (2026-04-23T16:07:51Z)
• Benchmarking Multi-turn Medical Diagnosis: Hold, Lure, and Self-Correction [72.89352076103889]
  大規模言語モデル (LLM) は, 臨床情報がすべて一ターンで提供される場合に, 高い精度で診断を行う。 1,035例からなる高忠実多ターン診断ベンチマークであるMINTを導入する。 診断決定に大きな影響を及ぼす3つの永続的な行動パターンを明らかにする。
  論文  参考訳（メタデータ） (2026-04-06T00:23:10Z)
• INFACT: A Diagnostic Benchmark for Induced Faithfulness and Factuality Hallucinations in Video-LLMs [69.11382230669491]
  ビデオ証拠(忠実さ)または検証可能な世界知識(事実性)のどちらかに矛盾する結果である幻覚 textscINFACTは、4つのモードでモデルを評価する。 14の代表的なビデオ-LLMの実験では、高ベースモード精度が誘導モードの信頼性に確実に変換されないことが明らかになった。
  論文  参考訳（メタデータ） (2026-03-12T03:03:16Z)

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。