Hongyu Cao（ホンユ・カオ）氏らの研究チームは11月4日(現地時間)、テキスト-画像生成モデルが生成した画像を活用し、アノテーションなしで皮膚病変をセグメンテーションする新しい手法「GENIQ」を提案したと発表した。arXiv cs.CVに公開された論文によると、GENIQは拡散トランスフォーマー（diffusion transformer）の概念-単語アテンションが皮膚鏡画像で信頼性に欠けるという課題に対し、生成された正常な皮膚および病変の画像から導出された方向が、実測の皮膚と病変の分離方向と高い整合性を示すことを実証している。
この研究は、皮膚病変セグメンテーションにおける既存のアプローチが抱える課題を指摘している。これまでの手法は、皮膚鏡に特有のルール、アノテーション由来のモデル事前情報、またはユーザーが選択した領域に依存しており、医療画像の特殊性やプライバシーの問題から、大規模なアノテーション付きデータセットの構築が困難であった。これがこれらの制約の根本的な原因となっている。
提案されたGENIQは、完全にトレーニング不要な手法として機能する点が特長である。まず、テキスト-画像生成モデルによって生成された画像から、初期の皮膚および病変のプロトタイプを構築する。次に、ラベル付けされていない実測の皮膚鏡画像の中から、最も皮膚に類似するパッチと病変に類似するパッチを抽出し、これらを用いて初期プロトタイプを洗練させる。このプロセスにより、特定のデータセットに依存しない汎用的な特徴抽出が可能となる。
GENIQは、この洗練されたプロトタイプから得られた方向性に基づいてテストパッチを評価する。さらに、小さな病変周辺における文脈的波及（contextual spill-over）を効果的に抑制するため、ゲーテッド閾値（gated threshold）を適用する。この閾値処理により、セグメンテーションの精度が向上し、病変の境界をより正確に特定できる。この手法は、推論時に追加のアノテーションや個別のモデルを一切必要としないため、実用性が高いとされている。
性能評価において、GENIQは3つの皮膚鏡テストセットで0.85から0.88のDiceスコアを達成した。これは、既存のゼロショット（zero-shot）手法や単語ベースのアテンション手法の全てにおいて優位性を示す結果である。さらに、2つのテストセットでは、手作業で設計された皮膚鏡パイプラインと比較しても、DiceスコアおよびIoU（Intersection over Union）スコアの両方で上回る性能を示し、その有効性が裏付けられた。本論文の執筆者には、Hongyu Cao氏、Guangfu Guo（グアンフー・グオ）氏、Jinghan Zhang（ジンハン・チャン）氏、Dakshak Keerthi Chandra（ダクシャク・カーシー・チャンドラ）氏、Ying Zhang（イン・チャン）氏、Kunpeng Liu（クンペン・リュウ）氏が名を連ねている。
参考: arXiv cs.CV (アーカイブ) — 2026年11月6日 14:00 (JST)
原文ハイライト"Segment What It Can Draw"