AutoRG-Brain: Grounded Report Generation for Brain MRI

要約

放射線科医は毎日大量の画像を読影し、対応するレポートを作成する責任を負っています。
この厳しい作業負荷により人的ミスのリスクが高まり、治療の遅れ、医療費の増加、収益の損失、業務の非効率につながる可能性があります。
これらの課題に対処するために、私たちは、脳構造の描写、異常の位置特定、およびよく組織化された所見の生成をサポートする脳 MRI 読影システムから始まる、基礎的な自動レポート生成 (AutoRG) に関する一連の作業を開始します。
私たちは次の側面から貢献しています。まず、データセットの構築に関して、異常領域のセグメンテーション マスクと手動で作成されたレポートを含む、RadGenome-Brain MRI と呼ばれる包括的なデータセットをリリースします。
このデータ リソースは、AI 支援レポート生成システムの分野で進行中の研究開発を促進することを目的としています。
次に、システム設計に関して、ピクセルレベルの根拠のある視覚的手がかりを備えた初の脳 MRI レポート生成システムである AutoRG-Brain を提案します。
第三に、評価については、脳構造のセグメンテーション、異常位置特定、レポート作成タスクなどの定量的評価と人的評価を実施し、その信頼性と正確性の証拠を提供します。
このシステムは実際の臨床シナリオに統合されており、放射線科医は生成された所見と異常セグメンテーション マスクに基づいてレポートを作成するように指示されます。
この結果は、当社のシステムが若手医師のレポート作成スキルを向上させ、彼らのパフォーマンスを上級医師とより緊密に連携させ、それによって全体的な生産性を向上させることを示しています。

要約(オリジナル)

Radiologists are tasked with interpreting a large number of images in a daily base, with the responsibility of generating corresponding reports. This demanding workload elevates the risk of human error, potentially leading to treatment delays, increased healthcare costs, revenue loss, and operational inefficiencies. To address these challenges, we initiate a series of work on grounded Automatic Report Generation (AutoRG), starting from the brain MRI interpretation system, which supports the delineation of brain structures, the localization of anomalies, and the generation of well-organized findings. We make contributions from the following aspects, first, on dataset construction, we release a comprehensive dataset encompassing segmentation masks of anomaly regions and manually authored reports, termed as RadGenome-Brain MRI. This data resource is intended to catalyze ongoing research and development in the field of AI-assisted report generation systems. Second, on system design, we propose AutoRG-Brain, the first brain MRI report generation system with pixel-level grounded visual clues. Third, for evaluation, we conduct quantitative assessments and human evaluations of brain structure segmentation, anomaly localization, and report generation tasks to provide evidence of its reliability and accuracy. This system has been integrated into real clinical scenarios, where radiologists were instructed to write reports based on our generated findings and anomaly segmentation masks. The results demonstrate that our system enhances the report-writing skills of junior doctors, aligning their performance more closely with senior doctors, thereby boosting overall productivity.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google