論文の概要: MedPAO-VL: Interpretable and Protocol-Compliant Agent for Structured Radiology Report Generation
- arxiv url: http://arxiv.org/abs/2610.21794v1
- Date: Thu, 15 Oct 2026 12:46:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-17 06:09:33.07977
- Title: MedPAO-VL: Interpretable and Protocol-Compliant Agent for Structured Radiology Report Generation
- Title（参考訳）: MedPAO-VL:構造化放射線学レポート作成のための解釈・プロトコル適合エージェント
- Abstract要約: 現在のエンドツーエンドのアプローチは、ブラックボックスとして機能し、事実上の幻覚に陥り、根拠のない結果を生み出す。
本稿では,マルチモーダルエージェントであるMedPAO-VLについて述べる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Despite the remarkable generalization capabilities of Large Language Models, generating clinically accurate and structured radiology reports from medical images remains a significant challenge. Current end-to-end approaches function as black boxes, prone to factual hallucinations and generating ungrounded findings. This lack of reliability and failure to adhere to domain-specific structuring protocols, fundamentally limits their clinical utility. We present MedPAO-VL, a multimodal agent that shifts the paradigm from monolithic generation to explainable, iterative, protocol-compliant structured report generation. Unlike deterministic models, our plan-act-observe loop functions as a goal-oriented agent: it first perceives the Chest X-Ray through an explainable vision module designed to capture inherent diagnostic uncertainty, then iteratively refines the generated report by observing semantic discrepancies and self-correcting its generation for better alignment with visually detected clinical findings. Evaluation of our framework demonstrates that this agentic reasoning improves clinical correctness and completeness, achieving an expert-rated accuracy score of 3.5/5 and a structural score of 4.3/5. By prioritizing pathology specific explainability and iterative refinement over opaque end-to-end mapping, MedPAO-VL offers a transparent and clinically viable alternative for automated structured radiology report generation.
- Abstract（参考訳）: 大きな言語モデルの顕著な一般化能力にもかかわらず、医療画像から臨床的に正確で構造化された放射線学レポートを生成することは大きな課題である。
現在のエンドツーエンドのアプローチは、ブラックボックスとして機能し、事実上の幻覚に陥り、根拠のない結果を生み出す。
この信頼性の欠如とドメイン固有の構造化プロトコルへの準拠の欠如は、その臨床的効用を根本的に制限する。
本稿では,マルチモーダルエージェントであるMedPAO-VLについて述べる。
決定論的モデルとは違って、私たちの計画的観測ループは、まず、固有の診断の不確実性を捉えるために設計された説明可能な視覚モジュールを通して、チェストX線を知覚し、その後、意味的不一致を観察し、その生成を自己補正し、視覚的に検出された臨床所見と整合する。
本フレームワークの評価は,本薬剤による推理により臨床正当性と完全性が向上し,専門的評価精度が3.5/5,構造スコアが4.3/5であることが示唆された。
MedPAO-VLは、病態特異的な説明可能性と不透明なエンドツーエンドマッピングに対する反復的改善を優先することにより、自動構造化ラジオグラフィーレポート生成のための透明で臨床的に実行可能な代替手段を提供する。
関連論文リスト
- PACER: Progressive Availability-Conditioned Evidence Routing for Radiology Report Generation under Incomplete Clinical Context [25.800540247735157]
PACERは構造化不完全なRRGのためのプログレッシブ・アベイラビリティ・コンディション・エビデンス・ルーティング・フレームワークである。
まず、凍結したエンコーダの深さを横断するパッチワイドルーティングをエンドポイント保存することで視覚表現を洗練し、補完的な手がかりを取り入れた。
次に、観測されたエビデンスとアベイラビリティの状態に応じて言語モデルプレフィックスを校正し、利用可能なソースセットの変更に応じて共有ジェネレータのコンディショニングを適用する。
MIMIC-RG4の4つの設定とMIMIC-CXRの強い性能に対して、最先端の臨床効果を示す実験を行った。
論文 参考訳（メタデータ） (2026-09-28T07:40:28Z) - Concept-Grounded Reasoning with Prompt-Driven Localization for Interpretable Structured Report Generation [66.62662330558906]
CORALは、空間的接地と概念レベルの監督を統一的な推論プロセスに統合するマルチモーダルフレームワークである。
コーラルは、疾患の局所化とコンセプション・ボトルネックモジュールによる多クラス臨床属性の予測のために、プロンプト駆動型医療セグメンテーションモデルを採用している。
BUS-CoTとIU X線データセットの実験では、診断精度、概念整合性、報告品質が強力な汎用および医療MLLMよりも一貫した改善が示されている。
論文 参考訳（メタデータ） (2026-09-14T10:21:23Z) - Graph-Supervised Hierarchical Clinical Alignment for Radiology Report Generation with Large Language Models [46.202482780666635]
Graph-Hierarchicald Supervised Clinical Alignmentは、階層的な臨床アライメント問題としてイメージレポートの監督を再構築する。
本手法は, このアライメントを, 管理を2つのレベルに分解した疾患条件付きプロセスとして構成する。
MIMIC-CXR,IU-Xray,COV-CTRを用いた実験により,本手法は従来と臨床の両方の指標における性能を一貫して改善することが示された。
論文 参考訳（メタデータ） (2026-08-25T06:32:26Z) - Beyond Fluency: A Clinical Benchmark and Anomaly-Enhanced Baseline for Spine MRI Report Generation [11.89113336167412]
我々は、診断精度に焦点をあてた腰椎MRIで、最先端のビジョン・ランゲージモデル(VLM)をベンチマークした。
本稿では,VLM入力を空間的局所化,ディスクレベルの異常なヒートマップで拡張するアーキテクチャに依存しないフレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-07T11:21:33Z) - Analyzing and Improving Fine-grained Preference Optimization in Medical LVLMs [53.697403481143404]
LVLM(Large Vision-Language Models)は、医用画像処理タスクにおいて強力なパフォーマンスを実現している。
しかし、実際の不整合、視力の低下、臨床的に有意義なフィードバックによる不一致が続く傾向にある。
論文 参考訳（メタデータ） (2026-06-10T18:35:36Z) - Guideline-Grounded Evidence Accumulation for High-Stakes Agent Verification [60.18369393468405]
既存の検証器は通常、ドメイン知識の欠如と限られた校正のために性能が劣る。
GLEANは専門家によって計算されたプロトコルをトラジェクトリインフォームされ、よく校正された正当性信号にコンパイルする。
我々は,MIMIC-IVデータセットから得られた3つの疾患の薬物的臨床診断でGLEANを実証的に検証した。
論文 参考訳（メタデータ） (2026-03-03T09:36:43Z) - AgentsEval: Clinically Faithful Evaluation of Medical Imaging Reports via Multi-Agent Reasoning [73.50200033931148]
本稿では,放射線科医の協調診断ワークフローをエミュレートしたマルチエージェントストリーム推論フレームワークであるAgensEvalを紹介する。
評価プロセスを基準定義、エビデンス抽出、アライメント、一貫性スコアなどの解釈可能なステップに分割することで、AgensEvalは明確な推論トレースと構造化された臨床フィードバックを提供する。
実験結果から,AgensEvalは,言い換え,意味的,スタイリスティックな摂動の下でも頑健な臨床的整合性,意味的忠実性,解釈可能な評価を提供することが示された。
論文 参考訳（メタデータ） (2026-01-23T11:59:13Z) - MedPAO: A Protocol-Driven Agent for Structuring Medical Reports [0.13029689752120577]
我々は、精度と検証可能な推論を保証する新しいエージェントフレームワークであるMedPAOを紹介する。
MedPAOは、レポート構造化タスクをPlan-Act-Observe (PAO)ループと特殊なツールによって管理される透明なプロセスに分解する。
MedPAOは概念分類の重要なサブタスクに対して0.96のF1スコアを達成する。
論文 参考訳（メタデータ） (2025-10-06T09:32:23Z) - Clinically Grounded Agent-based Report Evaluation: An Interpretable Metric for Radiology Report Generation [32.410641778559544]
ICARE (Interpretable and Clinicallygrounded Agent-based Report Evaluation) は、解釈可能な評価フレームワークである。
2つのエージェントは、それぞれが基礎的真実または生成されたレポートを持ち、臨床的に有意義な質問を発生し、互いにクイズする。
スコアを質問応答ペアにリンクすることで、ICAREは透明で解釈可能な評価を可能にする。
論文 参考訳（メタデータ） (2025-08-04T18:28:03Z) - Uncertainty-Driven Expert Control: Enhancing the Reliability of Medical Vision-Language Models [52.2001050216955]
既存の方法は、モデル構造を調整したり、高品質なデータで微調整したり、好みの微調整によって、医療ビジョン言語モデル(MedVLM)の性能を向上させることを目的としている。
我々は,MedVLMと臨床専門知識の連携を図るために,Expert-Controlled-Free Guidance (Expert-CFG) という,ループ内のエキスパート・イン・ザ・ループフレームワークを提案する。
論文 参考訳（メタデータ） (2025-07-12T09:03:30Z)
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。