Med-CAM：医療意思決定を説明するための最小限の根拠
arXiv cs.CV / 2026/4/16
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文では、医用画像モデルの意思決定を、最小限かつ鋭く、根拠に基づいて説明するための枠組み「Med-CAM」を提案し、臨床家の信頼と解釈可能性を支援することを目的とする。
- Med-CAMは、診断に必要な最小の重要な根拠を強調するマスクを生成するために、学習済みではなくセグメンテーションネットワークをスクラッチから学習し、見えている（seen）画像と見えていない（unseen）画像の両方に対応する。
- 実験では、Med-CAMの説明は、Grad-CAMやアテンションマップのような一般的な帰属（attribution）手法よりも空間的に精密であると報告されている。これらの手法は、相対的な重要性の領域がよりぼやける（blurrier）とされる。
- 本手法は、病理や放射線診断といった高リスクな場面を対象に、説明をモデルの活性（activations）に一致するよう制約することで忠実性（faithfulness）を追求しつつ、診断との整合性も維持することを目指す。
