埋め込み表現のボトルネックを超えて: 適応的検索補助を用いた3D CTレポート生成

要約: 自動放射線科レポート生成は3D CTボリュームからの生成がしばしば病理学的カバレッジの不完全さを伴います。私たちはこの制限が表現的ボトルネックに起因するものであることを経験的に示します：対照的な3D CT埋め込みは識別的病理信号を符号化しますが、次元の集中化が著しく、512のうち有効な次元はわずか2しかありません。これを裏付けるように、言語モデルのスケーリングは測定可能な改善を生み出さず、ボトルネックは視覚表現にあり生成器ではないことを示唆します。このボトルネックは生成と検索の両方を制限します。素朴な静的検索は臨床有効性を改善できず、性能を低下させることさえあります。私たちは \textbf{AdaRAG-CT}、この視覚的ボトルネックを補う適応的増強フレームワークを提案し、制御された検索を通じて追加のテキスト情報を導入し、生成時に選択的に統合します。CT-RATEベンチマーク上、AdaRAG-CTは臨床有効性の最先端を達成し、Clinical F1を0.420（CT-Agent）から0.480（+6ポイント）へ改善します；アブレーション研究は検索と生成の両方のコンポーネントが改善に寄与することを確認しています。コードは https://github.com/renjie-liang/Adaptive-RAG-for-3DCT-Report-Generation で入手可能です。