MedQ-Engine: 医用画像品質評価におけるマルチモーダル大規模言語モデルを進化させるための閉ループデータエンジン

要旨: 医用画像品質評価（Med-IQA）は臨床AIの展開に先立つ前提条件であるが、多模态大規模言語モデル（MLLMs）は依然として人間の専門家には大きく及ばず、特に単純な品質スコアを超える臨床推論を含む記述的評価を提供する必要がある場合にはなおさらである。しかし、それらを改善することは、記述的アノテーションの取得コストの高さと、一度のデータ収集がモデルの進化する弱点に適応できないことによって妨げられている。これらの課題に対処するために、MedQ-Engineを提案する。これはデータ駆動クラスタリングによって失敗のプロトタイプを発見するため、モデルを反復的に評価するクローズドループデータエンジンであり、これらのプロトタイプを検索アンカーとして用い、進行的なヒューマン・イン・ザ・ループのアノテーションとともに、百万規模の画像プールを探索し、品質保証済みの微調整を通じて進化し、自己改善サイクルを形成する。モデルは補完的な知覚タスクと記述タスクで評価される。エントロピー誘導型のルーティング機構はアノテーションを振り分け、ラベリングコストを最小化する。5つの医用画像モダリティにまたがる実験は、MedQ-Engineが80億パラメータのモデルをGPT-4oより13％以上上回り、人間の専門家との差をわずか4.34％に縮め、わずか10,000件のアノテーションを使用して、ランダムサンプリングより4倍以上のサンプル効率を示す。