Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Ultrasound Report Generation with Multimodal Large Language Models for Standardized Texts

Created by
  • Haebom

저자

Peixuan Ge, Tongkun Su, Faqin Lv, Baoliang Zhao, Peng Zhang, Chi Hong Wong, Liang Yao, Yu Sun, Zenan Wang, Pak Kin Wong, Ying Hu

개요

초음파 영상 보고서 생성은 영상의 다양성, 의료진 의존성, 표준화된 텍스트의 필요성으로 인해 어려운 과제입니다. 본 연구는 다기관 및 다국어 초음파 보고서 생성을 위한 통합 프레임워크를 제안합니다. 이는 단편 기반 다국어 학습을 통합하고 초음파 보고서의 표준화된 특성을 활용합니다. 다양한 영상 데이터와 모듈식 텍스트 단편을 정렬하고 영어-중국어 이중 언어 데이터셋을 활용하여 기관 부위와 언어에 걸쳐 일관되고 임상적으로 정확한 텍스트 생성을 달성합니다. Vision Transformer (ViT)의 선택적 해동을 통한 미세 조정은 텍스트-영상 정렬을 더욱 향상시킵니다. 기존 최첨단 KMVE 방법과 비교하여 BLEU 점수는 약 2%, ROUGE-L은 약 3%, CIDEr은 약 15% 향상되었으며, 누락되거나 잘못된 내용과 같은 오류가 크게 감소했습니다. 다기관 및 다국어 보고서 생성을 단일 확장 가능한 프레임워크로 통합함으로써 실제 임상 워크플로우에 대한 강력한 잠재력을 보여줍니다.

시사점, 한계점

시사점:
다기관 및 다국어 초음파 보고서 생성을 위한 통합 프레임워크 제시
기존 최첨단 모델 대비 성능 향상 (BLEU, ROUGE-L, CIDEr)
오류(누락 또는 잘못된 내용) 감소
실제 임상 워크플로우 적용 가능성 제시
한계점:
제시된 방법의 일반화 성능에 대한 추가 연구 필요
다양한 초음파 기기 및 의료진의 스타일을 고려한 추가 데이터셋 구축 필요
임상적 유효성에 대한 추가 검증 필요
👍