要旨: テキスト誘導型画像エディターは、現在高い忠実度で真性の医用スキャンを操作できるようになり、病変の挿入/除去を可能にして臨床的信頼と安全性を脅かす。既存の防御策は医療分野には不十分である。医療検出器は大半がブラックボックスであり、MLLMベースの説明器は通常事後的で、医学的専門知識を欠き、あいまいなケースで証拠を幻視することがある。我々は、事前対応型で証拠に基づく医療偽造検出のデータと手法の解決策として MedForge を提示する。MedForge-90K を導入する。これは19 の病理にわたる現実的な病変編集の大規模ベンチマークで、医師の検査ガイドラインと金標準の編集位置による専門家主導の推論監督を受けている。これを土台に、MedForge-Reasoner は局在化→分析の推論を実行し、結論を出す前に疑わしい領域を予測し、Forgery-aware GSPOと整合させて根拠を強化し幻視を減らす。実験は最先端の検出精度と信頼できる、専門家に合わせた説明を示している。
返却形式: {"translated": "翻訳されたHTML"}
