2026 · Pacific Symposium on Biocomputing
MRI 속 위치를 짚고 설명하는 AI는 어떻게 평가할까?
MRI 7,970개를 환자 중복 없이 학습 5,977개, 검증 797개, 시험 1,196개로 분리했습니다.
연구 질문과 설계
그림 크게 보기MRI 볼륨·진단 질문·3D 위치·의사의 추론·중증도를 연결한 자료 구조입니다. 영상의 위치를 찾는 성능과 진단적 추론의 성능을 따로 평가합니다.
Pacific Symposium on Biocomputing (2026). DOI: 10.1142/9789819824755_0008 · Original explanatory chart based on reported data
연구 구조
- 01MRI 영상
3차원 부피
- 02진단 질문
관심 부위·병변
- 033D 위치
Bounding box
- 04의사 설명
판단의 단계
- 05중증도
구조화된 평가
MRI 영상·진단 질문·3D 위치·의사의 설명 단계·중증도 평가를 하나의 자료로 묶어, 위치를 찾는 성능과 진단 성능을 따로 평가했습니다.
설명용 모식도
연구에서 묻는 질문
대상과 방법
주요 결과
진료와 수술에서 읽을 지점
해석의 제한
짧게 정리하면
어떤 진료 질문과 연결되나요?
MRI를 이해하는 영상 AI의 연구 자료입니다. 수술 중 자율적 의사결정의 효과를 입증한 연구는 아닙니다.
Keywords · 주제어
- Imaging, Three-Dimensional
- Magnetic Resonance Imaging
- Computational Biology
- Knee
- Artificial Intelligence
- AI
- MRI
- vision-language models
Abstract · 원문 초록
Sraavya Sambara, Sung Eun Kim, Xiaoman Zhang, Luyang Luo, Shreya Johri, Mohammed Baharoon, Du Hyun Ro, Pranav Rajpurkar. 3DReasonKnee: Advancing Grounded Reasoning in Medical Vision Language Models. Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing. 2026;31:99-113. doi:10.1142/9789819824755_0008.
원문 초록 일부
Current Vision-Language Models (VLMs) struggle to ground anatomical regions in 3D medical images and reason about them in a step-by-step manner-a key requirement of realworld…원래 논문
3DReasonKnee: Advancing Grounded Reasoning in Medical Vision Language Models
Sraavya Sambara, Sung Eun Kim, Xiaoman Zhang, Luyang Luo, Shreya Johri, Mohammed Baharoon, Du Hyun Ro, Pranav Rajpurkar
Pacific Symposium on Biocomputing · 2026