Transition-Aware best-of-N sampling for Longitudinal Chest X-ray Reports

技術要約：縦断的な胸部X線レポートのための遷移を考慮したBest-of-Nサンプリング

問題提起
縦断的な臨床現場において、胸部X線は単独で解釈されることは稀であり、患者の過去の検査結果との文脈の中で読影されます。放射線科医は、受診間の「変化」（例：「安定した間隔」、「新たな浸潤影」、「改善した通気性」）に重点を置いて注視します。現代の視覚言語モデル（VLM）は信頼性の高い胸部X線レポートを生成できますが、標準的なBest-of-Nサンプリング・パイプラインは、各テスト画像を独立して扱います。これらのパイプラインは通常、単一画像の参照レポートの分布に対して候補となるレポートをスコアリングしますが、過去の検査からの時間的な遷移を無視しています。その結果、候補となるレポートは単独では妥当に見えるものの、患者の履歴と比較して臨床的に不適切な遷移（例：急激な悪化を幻覚として生成したり、慢性的な所見を密かに脱落させたりすること）を記述してしまう可能性があります。

手法
著者らは、学習不要の**遷移を考慮したBest-of-Nサンプリング（Transition-Aware Best-of-N Sampling）**フレームワークを提案しています。この手法は、事前学習済みVLMの修正を必要とせず、生成器の下流で動作します。パイプラインは以下の3つのステージで構成されます。

1. 文集合によるレポート表現（Sentence-Set Report Representation）:
   各レポート（「所見（Findings）」と「印象（Impression）」のセクションに分割）を個々の文章に分割します。凍結された文章トランスフォーマー（具体的には all-mpnet-base-v2）を使用して、各文章を固定次元のベクトル（$d=768$）に埋め込みます。レポートはこれらの埋め込みの順序なし集合として表現されます。これは、所見の順序が診断的な意味を持たないという臨床的な実態に合わせ、置換不変性を保証するためです。

2. 方向性遷移表現（Directional Transition Representation）:
   患者の過去の受診 $r^{(k-1)}$ と現在の受診 $r^{(k)}$ について、本手法は2つの受診間の文章埋め込み集合間の方向性のある集合間距離を計算します。これにより、変化を表す単一の固定次元ベクトル（$g \in \mathbb{R}^{d'}$）へと集約されます。著者らは、4つの特定の方向性距離設計を実装しています：

   • 平均シフト（Mean-Shift）: 過去の集合に対する現在の集合の重心の移動。
   • 新規性残差（Novelty Residual）: 過去の集合における各現在の文章の最近傍に対する平均残差（何が新しいのかを捉える）。
   • 方向性ハウスドルフ・アンカー（Directed-Hausdorff Anchor）: 過去の集合に対する、現在の集合における最もカバーが不十分な点の変位。
   • コスト加重最適輸送（Cost-Weighted Optimal Transport, Cost-OT）: 輸送質量とコサインコストの両方によって重み付けされた変位ベクトルであり、自明な崩壊を回避する。

3. 遷移を考慮した選択（Transition-Aware Selection）:
   訓練コーパスから事前に計算されたグラウンドトゥルース（正解）の遷移ベクトル・バンクを用意します。テスト時、特定の患者とVLMによって生成された$K$個の候補レポートに対し、各候補は（患者の実際の過去のレポートと生成された現在のレポートを比較することで）遷移ベクトルへと変換されます。

   • 候補は、自身の遷移ベクトルとキャッシュされた訓練遷移ベクトルの間のコサイン距離に基づいてスコアリングされます。
   • 集計戦略には、Min（単一の訓練遷移に最も近いもの）および k近傍法（kNN）（最も近い$k$個の訓練遷移への平均距離）が含まれます。
   • 「所見」および「印象」の両セクションにわたる合計距離が最小となる候補が選択されます。

主な貢献

• 初の学習不要な縦断的セレクター: 著者の知る限り、これは事前学習済みの胸部X線生成器に対して、過去から現在への明示的な縦断的遷移を考慮した最初のBest-of-Nサンプリング手法です。
• 遷移空間でのスコアリング: 従来のメソッドが「レポート空間」（静的な参照への類似性）で候補をスコアリングするのに対し、本手法は「遷移空間」でスコアリングを行います。これにより、テキスト自体は有効なレポートに見えても、臨床的に不可能な変化を記述している候補を排除することができます。
• モジュール式フレームワーク: 本アプローチはジェネレーターやプロンプトに依存せず、3つの異なるVLM（Gemini-2.5-Flash-Lite, Gemini-3.1-Flash-Lite-preview, Mistral-Small-2603）および3つのプロンプティング・レジーム（ゼロショット、フューショット、および過去のレポートを条件としたゼロショット）において実証されています。

実験結果
フレームワークは、ReXGradient-160Kデータセットから派生したマルチビジットAP/PAコホート（訓練遷移22,745件、テスト遷移1,727件）を用いて評価されました。性能は、NLPオーバーラップ指標（BLEU, ROUGE, METEOR, BERTScore）および臨床的内容指標（RadGraph, CheX-14）に対して測定されました。

• 印象（Impressions）: 本手法は大幅な相対的改善を示しました。最強の設定では、ROUGE-Lで最大 +8.5%、RadGraph平均F1で +13.6%、METEORで +4.4% の相対的改善を達成しました。著者らは、「印象」セクションは短く変化に特化した要約であるため、遷移信号が最も多くのランキング情報を提供するレジームであると指摘しています。
• 所見（Findings）: すべての遷移手法（すべての距離タイプおよび集計戦略にわたって）が、すべての主要な指標においてランダム選択のベースラインを上回りました。Cost-OT/min 設定が、BERTScore-F1（+3.1%）およびRadGraph（+5.1%）において最も強力な結果を示しました。
• 一貫性: このアプローチは、3つのVLMおよび3つのプロンプティング戦略のすべてにおいて、一貫してランダム選択を上回りました。

意義と主張
本論文は、選択段階において縦断的な文脈をモデル化することが、レポート生成を向上させるための、これまで未利用であった重要な経路であることを主張しています。グラウンドトゥースの遷移を利用することで、システムは個々のレポートがどのような外観であるかだけでなく、レポートが訪問間で「どのように」変化するかという事前分布を提供します。これにより、言語的には流暢であっても、臨床的に不可能な進行（例：説明なしに慢性的疾患が突然消失するなど）を記述する候補を効果的にフィルタリングできます。著者らは、これを、縦断的な設定における自動放射線レポート作成の信頼性を高める、実用的かつ学習不要なスケーリングツールとして位置付けています。