EVA-X: A Foundation Model for General Chest X-ray Analysis with Self-supervised Learning

要約

胸部疾患の診断と治療は、人間の健康を維持する上で重要な役割を果たします。
X線検査は、その効率性と費用対効果により、最も一般的な臨床検査手段となっています。
胸部 X 線画像の人工知能解析手法は、注釈データの不足や注釈のレベルのばらつきによって制限されており、一般化能力が弱く、臨床普及が困難です。
ここでは、さまざまな胸部疾患検出タスクに幅広く適用できる、X 線画像に基づく革新的な基礎モデルである EVA-X を紹介します。
EVA-X は、普遍的な X 線画像表現のために、ラベルのない画像から意味情報と幾何学的情報の両方を取得できる、初の X 線画像ベースの自己教師あり学習方法です。
広範な実験を通じて、EVA-X は胸部疾患の分析と位置特定において優れたパフォーマンスを実証し、20 を超える異なる胸部疾患に対応できる初のモデルとなり、医療分野における 11 を超える異なる検出タスクで優れた結果を達成しました。
さらに、EVA-X は医療 AI 分野におけるデータ アノテーションの負担を大幅に軽減し、数ショット学習の領域で大きな可能性を示します。
EVA-X の出現は、基礎的な医療モデルの開発と応用を大きく推進し、将来の医学研究と臨床実践に革命的な変化をもたらすでしょう。
コードとモデルは https://github.com/hustvl/EVA-X で入手できます。

要約(オリジナル)

The diagnosis and treatment of chest diseases play a crucial role in maintaining human health. X-ray examination has become the most common clinical examination means due to its efficiency and cost-effectiveness. Artificial intelligence analysis methods for chest X-ray images are limited by insufficient annotation data and varying levels of annotation, resulting in weak generalization ability and difficulty in clinical dissemination. Here we present EVA-X, an innovative foundational model based on X-ray images with broad applicability to various chest disease detection tasks. EVA-X is the first X-ray image based self-supervised learning method capable of capturing both semantic and geometric information from unlabeled images for universal X-ray image representation. Through extensive experimentation, EVA-X has demonstrated exceptional performance in chest disease analysis and localization, becoming the first model capable of spanning over 20 different chest diseases and achieving leading results in over 11 different detection tasks in the medical field. Additionally, EVA-X significantly reduces the burden of data annotation in the medical AI field, showcasing strong potential in the domain of few-shot learning. The emergence of EVA-X will greatly propel the development and application of foundational medical models, bringing about revolutionary changes in future medical research and clinical practice. Our codes and models are available at: https://github.com/hustvl/EVA-X.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google