arXiv:2608.07117v1 cs.CV

유창성을 넘어서: 척추 MRI 판독문 생성을 위한 임상 벤치마크 및 이상 징후 강화 기준선 모델

Beyond Fluency: A Clinical Benchmark and Anomaly-Enhanced Baseline for Spine MRI Report Generation

Bruno Palau, Franziska Vogt, Daria Laslo, Haobo Li, Ender Konukoglu, Maria Monzon, Catherine R. Jutzeler

제출 2026-08-07

한국어 초록

방사선 판독문 작성은 많은 시간이 소요되며 평가자 간 변동성이 발생하기 쉬워, 자동 판독문 생성은 비전-언어 모델(VLM)에 매력적인 임상 적용 분야로 주목받고 있습니다. 본 논문에서는 진단 정확도에 초점을 맞춰 요추 MRI를 대상으로 최신 VLM들을 벤치마크 평가하고, 표준 어휘 및 의미론적 지표들이 임상적 정확성을 제대로 반영하지 못함을 입증합니다. 즉, 유창하고 구조가 잘 잡힌 판독문이라도 임상적으로 중대한 진단 오류를 포함한 채 높은 점수를 받을 수 있습니다. 이러한 실패 양상을 해결하기 위해, 준지도학습 U-Net++ 모델로 생성된 공간적으로 국소화된 디스크 수준의 이상 징후 히트맵을 VLM 입력에 보강하는 아키텍처 비종속적 프레임워크를 제안합니다. 이 히트맵은 명시적인 시각적 그라운딩(visual grounding)을 통해 해부학적 민감도를 향상시키는 동시에 임상적 감독을 위한 독립적인 해석 가능성 출력을 제공함으로써, 요추 MRI 해석을 위한 진단적으로 신뢰할 수 있고 시각적으로 그라운딩된 VLM에 한 걸음 더 다가서도록 합니다.

원문 초록

Radiology reporting is time-consuming and subject to inter-rater variability, making automated report generation an attractive clinical application for Vision-Language Models (VLMs). We benchmark state-of-the-art VLMs on lumbar spine MRI with a focus on diagnostic accuracy and demonstrate that standard lexical and semantic metrics poorly reflect clinical correctness: fluent, well-structured reports can score highly while containing clinically meaningful diagnostic errors. To address this failure mode, we propose an architecture-agnostic framework that augments VLM inputs with spatially localized, disc-level anomaly heatmaps generated by a semi-supervised U-Net++ model. These heatmaps both improve anatomical sensitivity through explicit visual grounding and provide an independent interpretability output for clinical oversight, moving us closer to diagnostically reliable, visually grounded VLMs for lumbar spine MRI interpretation.

제출 이력

확인된 버전만 표시합니다. 전체 제출 이력은 arXiv 원문에서 확인하세요.

  1. arXiv:2608.07117v1제출 시각 미확인

함께 살펴볼 논문

공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.

공통 태그로 연결된 공개 논문이 아직 없습니다.

토론

이 논문과 연결된 포럼 글이 아직 없습니다.