Échantillonnage best-of-N prenant en compte les transitions pour les rapports longitudinalx de radiographies thoraciques

Résumé

Dans la pratique clinique longitudinale, chaque radiographie thoracique est interprétée dans le contexte de l'examen antérieur du patient, et une grande partie de ce que le radiologue communique correspond aux changements d'une visite à l'autre. À notre connaissance, nous présentons le premier schéma d'échantillonnage best-of-N sans entraînement pour les générateurs de comptes rendus de radiographie thoracique pré-entraînés, qui tient explicitement compte de ce passage du contexte antérieur au contexte actuel. Nous l'appelons échantillonnage best-of-N sensible à la transition. Chaque compte rendu est divisé en phrases et intégré dans un ensemble non ordonné dans R^d ; chaque paire (antérieur, actuel) est réduite à un vecteur directionnel de dimension fixe via une distance d'ensemble à ensemble conçue pour coder le changement entre les deux ensembles ; les candidats sont notés par la distance cosinus entre leur vecteur de transition candidat et une banque mise en cache de vecteurs de transition d'apprentissage de référence, agrégée par min ou kNN. Nous instancions le cadre avec quatre distances directionnelles d'ensemble (déplacement moyen, résidu de nouveauté, ancre de Hausdorff dirigée et transport optimal pondéré par les coûts) et évaluons sur une cohorte multi-visites AP-PA, en exécutant l'inférence sous trois invites sur trois générateurs vision-langage. L'échantillonnage best-of-N sensible à la transition surpasse la sélection aléatoire sur tous les plans, avec les gains relatifs les plus importants sur la section Impression.

English

In longitudinal clinical practice, every chest X-ray is read in the context of the patients prior exam, and much of what the radiologist communicates is the change from one visit to the next. To the best of our knowledge, we present the first training-free best-of-N sampling scheme for pre-trained chest X-ray report generators that is explicitly aware of this longitudinal prior to current transition. We call it transition-aware best-of-N sampling, each report is split into sentences and embedded into an unordered set in Rd; each (prior, current) pair is reduced to a fixed-dim directional vector via a set-to-set distance designed to encode the change between the two sets; and candidates are scored by cosine distance from their candidate transition vector to a cached bank of ground-truth training transition vectors, aggregated as min or kNN. We instantiate the framework with four directional set distances (mean-shift, novelty residual, directed-Hausdorff anchor, and cost-weighted optimal transport) and evaluate on a multi-visit AP-PA cohort, running inference under three prompts on three vision-language generators. Transition-aware best-of-N outperforms random selection across the board, with the largest relative gains on the Impression section.