整流フロー変換器による胸部X線撮影用生成基盤モデルのスケーリング
研究者らは、胸部X線画像合成のための初の10億パラメータ規模の生成基盤モデルを発表。13億以上のパラメータを持ち、120万枚のX線画像と臨床専門家によるメタデータで1.6兆トークンを学習。人口統計、撮影ビュー、10種類以上の病変にわたる制御可能な生成と編集を実現し、合成画像は臨床専門家が本物と区別できないほど高品質。
ソースarXiv Computer Vision著者: Fabio De Sousa Ribeiro, Emma A. M. Stanley, Charles Jones, Tian Xia, Dominic C. Marshall, Laurent Renard Trich\'e, Christopher V. Cosgriff, Panagiotis Dimitrakopoulos, Sotirios A. Tsaftaris, Ben Glocker
arXivで発表された新しい論文は、胸部X線画像合成のための初の10億パラメータ規模の生成基盤モデルを紹介しています。このモデルは整流フロー変換器アーキテクチャに基づき、13億以上のパラメータを持ち、120万枚のX線画像と臨床専門家が指導したメタデータからなる厳選された大規模データセットで1.6兆トークンを学習しました。
既存の放射線AIモデルは、患者サブグループ、医療機関、撮影設定間での汎化性能が低いことが多く、実際の臨床での有用性が限られていました。この研究は、制御可能で高忠実度な胸部X線画像合成を通じて、臨床データセットの多様化と診断モデルのロバスト性評価の新たな道を開きます。
このモデルは、人口統計学的サブグループ、撮影ビュー、および十数種類の病変にわたって画像の生成と編集を制御可能です。研究者らは、合成画像の忠実度が従来の最先端を大幅に上回り、臨床専門家による評価で実際のX線画像と区別がつかないと述べています。
この成果は、医用画像分野における生成AIの重要な進歩を示し、データ多様性の向上とより信頼性の高い診断システムの構築に貢献すると期待されます。論文はFabio De Sousa Ribeiroらによって2026年6月17日に提出され、プロジェクトページも公開されています。