シーサル・バット (Sheethal Bhat) らは2026年11月10日(現地時間)、医療画像における病変検出のためのマルチドメイン基盤モデル構築に向けた新たなアプローチを発表した。提案されたモデルは、解剖学的構造と異常がアノテーションされた多様な医療画像データセットを統合。学生-教師学習戦略とEM-DETRフレームワークを適応させることで、データ不足や異質性といった従来の課題に対処する。胸部X線画像 (CXR) およびマンモグラフィーにおいて、既存の最先端技術 (SOTA) を最大3%ポイント上回る性能を達成した。
深層学習 (DL) を用いたコンピューター支援診断 (CAD) システムは、医療従事者を支援する上で大きな可能性を示している。しかし、その性能は、大規模かつ適切にアノテーションされたデータセットの可用性に大きく依存するという課題を抱えていた。医療病変検出の分野では、包括的で標準化されたアノテーションの不足、および既存データセットの異質性が、堅牢な基盤モデルの開発を制限する要因となっていた。
この課題に対し、バット氏らは異なるラベル空間を持つデータセットを効果的に組み合わせるための学生-教師学習戦略を提案した。この戦略は、モデルが異なるデータソースから継続的に学習する際に発生しがちな「壊滅的忘却」を緩和し、特徴学習の質を向上させる。さらに、先行研究で提案された例に基づくEM-DETRフレームワークを、複数のドメイン固有データセットから共同で学習するように適応させた。これにより、様々なモダリティを横断した、きめ細かな、例駆動型の検出が可能となる。
モデルの評価は、胸部X線画像 (CXR) の4つの主要な所見において実施され、image-level AUCスコアが以前の最先端技術 (SOTA) を1%ポイント上回る結果を示した。また、CXRとマンモグラフィーの両方において、単一データセットで訓練されたEM-DETRと比較して、mAP50 (平均適合率50%) が2〜3%ポイント向上した。このアプローチは、異種データを効率的に活用しながら、堅牢で汎化可能なパフォーマンスを維持するため、医療画像診断におけるスケーラブルな基盤モデルへの道を拓くと期待されている。
参考: arXiv cs.CV (アーカイブ) — 2026年11月11日 03:59 (JST)