EviDent-CBCTは2026年10月1日(現地時間)、Dento-maxillofacial cone-beam CT (CBCT) レポート生成における新たなフレームワークを発表しました。このフレームワークは、不完全な臨床データ、特にルーティンレポートが画像所見を網羅的に記録しない現状に対応するために設計されています。網羅性の低い報告書監督下にあるデータから、歯レベルの所見を効果的に抽出し、監査可能なレポートを生成します。
この「EviDent-CBCT」フレームワークは、情報がボトルネックとして機能する「エビデンスボトルネック型」として構築されています。具体的には、このシステムはまず、解剖学的構造を認識するネットワークを通じて、CBCTスキャンデータから歯レベルの所見、グローバルな所見、そして歯と下歯槽管（IAC）の関連性に関するエビデンスを個別に記録します。
続いて、歯科医の専門知識に基づいた歯科ロジックの一貫性投影が、互換性のないエビデンスの調整を実施します。この調整後、決定論的レンダラーと画像に依存しないローカル言語モデルが協調し、個別に記録されたエビデンスのみを用いて詳細なレポートを生成します。特に歯レベルのエビデンスに関しては、信頼性認識型トレーニング手法が導入されており、これにより、報告書に記載されていないものの適格な非記載事項を低加重のネガティブな情報として活用します。また、歯科材料からの強度情報を正確に保持するため、金属に対して感応する入力チャネルも採用されており、スキャン内の金属アーティファクトの影響を軽減するよう設計されています。
検証の結果、EviDent-CBCTは広範な評価においてその有効性を示しました。3回のバリデーション実行を通じて、統合エビデンスセットF1スコアで0.666±0.006という結果を達成しました。また、レポートの論理的整合性を評価するRadFact-Lite-Dental論理F1スコアでは0.402±0.003を記録し、これは既存の最も強力な直接ベースラインモデルが示した0.371±0.018を上回る性能です。さらに、ODIN 2026 challengeにおいては、自動評価で2位、ブラインド形式での臨床アリーナ比較では3位にランクインしました。これらの結果は、個別のエビデンス記録が、歯科用CBCTレポート生成プロセスにおいて、効果的かつ監査可能なインターフェースとして機能することを強く支持しています。
参考: arXiv cs.CV (アーカイブ) — 2026年10月5日 13:00 (JST)