経時的胸部X線レポートのための遷移を考慮したBest-of-Nサンプリング

要旨

縦断的臨床診療において、すべての胸部X線画像は患者の過去の検査の文脈で読影され、放射線科医が伝える情報の多くは受診間の変化に関するものである。我々の知る限り、この縦断的な過去から現在への遷移を明示的に考慮した、事前学習済み胸部X線レポート生成器のための初の学習不要なBest-of-Nサンプリング手法を提案する。これを遷移認識型Best-of-Nサンプリングと呼ぶ。各レポートは文に分割され、R^d上の非順序集合に埋め込まれる。各（過去、現在）ペアは、二つの集合間の変化を符号化するように設計された集合間距離を介して固定次元の方向ベクトルに縮約される。そして、候補は、その候補遷移ベクトルと、キャッシュされた正解訓練遷移ベクトルのバンクとのコサイン距離によってスコアリングされ、最小値またはkNNとして集約される。本フレームワークを、4つの方向性集合距離（平均シフト、新規性残差、方向付きハウスドルフアンカー、コスト加重最適輸送）で具体化し、複数回訪問のAP-PAコホートで評価し、3つの視覚言語生成器に対して3つのプロンプトで推論を実行した。遷移認識型Best-of-Nサンプリングは、全般的にランダム選択を上回り、特にImpressionセクションで最大の相対的な改善が見られた。

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.