2026 · Pacific Symposium on Biocomputing
MRI内の位置を示し、説明するAIをどう評価するか?
患者の重複を避けてMRI 7,970件を学習5,977件、検証797件、試験1,196件に分けました。
研究の問いと設計
図を拡大するMRIボリューム、診断の問い、3D位置、医師の推論、重症度を結び付けた資料です。位置の特定と診断的推論は別々に評価します。
Pacific Symposium on Biocomputing (2026). DOI: 10.1142/9789819824755_0008 · Original explanatory chart based on reported data
研究構造
- 01MRI映像だ
3次元の体積
- 02診断に関する質問
関心事と病気の分野
- 033D位置
Bounding box
- 04医者の説明
判断の段階です
- 05尻が痛い
構造化評価
MRI画像・診断に関する質問・3D位置・医師の説明段階・重症度評価を1つのデータにまとめ、位置の特定と診断の性能を別々に評価しました。
説明用の模式図
研究で問うこと
対象と方法
主な結果
診療・手術で考える点
解釈の限界
簡単に説明しましょう
どの診療上の問いにつながりますか?
MRIを理解する画像AIのための研究データです。術中の自律的意思決定の効果を証明した研究ではありません。
Keywords・キーワード
- Imaging, Three-Dimensional
- Magnetic Resonance Imaging
- Computational Biology
- Knee
- Artificial Intelligence
- AI
- MRI
- vision-language models
Abstract・原文の抄録
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.
原文の抄録の一部
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…オリジナル紙だ
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