要旨: 経時的な放射線画像レポートにおける所見を追跡することは、疾患の進行を正確に同定するために重要であり、時間のかかるそのプロセスは自動要約によって恩恵を受けるはずである。本研究では、構造化された要約タスクを導入する。ここでは、経時的レポート要約をタイムライン生成タスクとして捉え、日付付きの所見を列に整理し、時間的に関連する所見を行としてまとめる。このような構造化された要約形式により、時系列にわたる所見の比較が容易になり、対応するレポートに対するファクトチェックも促進される。タイムラインは、所見の抽出、グループ名の生成、生成した名前を用いた所見のグルーピングという3ステップのLLMプロセスによって生成される。この種のシステムを評価するために、胸部関連の画像レポートにおける肺関連の放射線学的所見の追跡に焦点を当てたタイムラインデータセットRadTimelineを作成した。RadTimelineに関する実験では、異なるサイズのLLMとプロンプト戦略の間にトレードオフがあることが示されている。本結果は、中間ステップとしてのグループ名生成が、所見の効果的なグルーピングにとって重要であることを強調している。最良の構成では一部の無関係な所見が含まれるものの、想起(リコール)が非常に良好であり、グルーピング性能は人手アノテータと同程度である。
RadTimeline: 縦断的な放射線学的肺所見のためのタイムライン要約
arXiv cs.CL / 2026/3/25
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本研究は、縦断(時系列)の放射線レポートにある肺所見を自動で要約するため、所見を「日付列」と「時間的に関連する行」に整理する構造化タイムライン生成タスクを提案している。
- タイムライン生成はLLMの3ステップ(所見抽出→グループ名生成→グループ名での所見クラスタリング)で行い、時点間の比較や元レポートに対する検証(ファクトチェック)を容易にする狙いがある。
- 評価のため、胸部画像レポートに含まれる肺関連所見の追跡に特化したデータセットRadTimelineを新たに作成した。
- 実験では、LLMサイズやプロンプト戦略の違いによるトレードオフを示し、特に中間ステップとしての「グループ名生成」が有効なグルーピングに重要であることを示している。
- 最良構成は一部に無関係所見を含むものの想起(recall)が非常に良く、グルーピング性能は人手アノテータに匹敵するレベルだと報告されている。
