医療画像セグメンテーション、基盤モデル適応とタスク固有学習の比較研究
arXiv cs.CVは2026年11月10日(現地時間)、Emre Kutlusan氏とYongmin Li氏による論文「Medical Image Segmentation: Foundation Model Adaptation versus Task-Specific Training」を公開した。本研究は、大規模な自然画像で事前学習された基盤モデルが医療画像セグメンテーション（画像から特定の領域を識別する技術）に適用された際の性能を、タスク固有モデルと比較検証した。特に、異なる臨床現場での汎化性能に焦点を当て、基盤モデルの適応戦略の有効性を示している。