病変局在マッピングによる解釈可能な脳MRIレポート生成

科学分野:

• 医用画像
• 人工知能
• 放射線科

背景:

• 放射線科医のワークロードの増加は、効率的で正確な脳MRIレポート生成を必要としています。
• 現在の方法には、細粒度で説明可能なレポート作成機能が欠けています。

研究 の 目的:

• グラウンデッドな自動脳MRIレポート生成のための新しいシステムの開発と評価。
• 放射線科における説明可能なAIをサポートするためのベンチマークデータセットとフレームワークの導入。

主な方法:

• マルチモーダルスキャンと専門家によるアノテーションを備えたRadGenome-Brain MRIデータセットのリリース。
• 異常セグメンテーションと言語モデルの視覚的プロンプトを組み合わせたAutoRG-Brainフレームワークの提案。
• 臨床設定での広範な定量的および専門家による評価。

主要な成果:

• このシステムは、若手放射線科医が微妙な異常を検出する能力を大幅に向上させます。
• システムによって生成された放射線科レポートの質と構造が改善されました。
• 若手とシニアの放射線科医のパフォーマンスギャップを狭める臨床的有用性が実証されました。

結論:

• 新しいシステムは、自動脳MRIレポート生成において大きな進歩をもたらします。
• RadGenome-Brain MRIデータセットとAutoRG-Brainフレームワークは、医用画像における説明可能なAIのさらなる研究を促進するでしょう。
• リソースの公開リリースは、臨床実践における開発と採用を加速することを目的としています。