PatchCLIP：パッチ埋め込み損失による領域特異的な対照的電子カルテ・画像共同学習

胸部X線から得られるより賢い支援

放射線科医は毎日胸部X線を読み、肺炎、胸水、自然気胸などの病変を見つけます。人工知能はすでに画像上で「異常がある可能性がある」と示すことはできますが、問題の正確な位置を指し示すのは苦手なことが多い。本研究はPatch‑CLIPという新しいAI手法を紹介します。この手法は異常の有無を判定するだけでなく、従来のシステムよりずっと少ない専門家注釈でX線上の疑わしい位置を強調表示することも目指しています。

引用: Bhat, S., Mansoor, A., Georgescu, B. et al. PatchCLIP enables region specific contrastive health record and image joint training with patch embedding loss. Sci Rep 16, 14688 (2026). https://doi.org/10.1038/s41598-026-52235-x

キーワード: 胸部X線AI, 医用画像の局在化, ビジョン・ランゲージモデル, 弱教師あり学習, 放射線診断支援