Сэмплирование с выбором лучшего из N с учетом переходов для лонгитудинальных отчетов по рентгенографии грудной клетки

Аннотация

В продольной клинической практике каждое рентгенологическое исследование грудной клетки интерпретируется с учетом предыдущих снимков пациента, и большая часть информации, передаваемой радиологом, касается изменений от одного визита к другому. Насколько нам известно, мы представляем первую схему выборки best-of-N без обучения для предварительно обученных генераторов отчетов о рентгенограммах грудной клетки, которая явно учитывает этот продольный переход от предыдущего состояния к текущему. Мы называем ее выборкой best-of-N с учетом переходов; каждый отчет разбивается на предложения и встраивается в неупорядоченное множество в R^d; каждая пара (предыдущее, текущее) сводится к вектору фиксированной размерности с помощью расстояния "множество-к-множеству", предназначенного для кодирования изменений между двумя множествами; а кандидаты оцениваются по косинусному расстоянию от их вектора перехода-кандидата до кэшированной базы эталонных векторов перехода из обучающих данных, агрегируемых как min или kNN. Мы реализуем эту структуру с использованием четырех направленных расстояний между множествами (сдвиг среднего, остаток новизны, ориентированный якорь Хаусдорфа и взвешенный по стоимости оптимальный транспорт) и оцениваем на когорте с многократными визитами AP-PA, выполняя вывод с тремя подсказками на трех генераторах "зрение-язык". Выборка best-of-N с учетом переходов превосходит случайную выборку во всех случаях, причем наибольший относительный прирост наблюдается в разделе "Заключение".

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.