CARDEA: 冠動脈造影解釈のための空間的証拠に基づいた監査可能な推論

侵襲的冠動脈造影(CAG)は冠動脈疾患診断のゴールドスタンダードですが、解釈にはばらつきがあります。既存のAIシステムは一貫性を改善できますが、解釈可能な意思決定プロセスを欠いています。本研究では、CAGパイプラインの推論コアとして機能する大規模視覚言語モデル「CARDEA」を開発しました。これは、検証可能な報酬を用いた強化学習により、空間的証拠に基づいた解釈可能な推論を行います。

• 冠動脈造影（CAG）の解釈支援AI「CARDEA」が開発された。
• CARDEAは、空間的証拠に基づいた監査可能な推論プロセスを持つ統合型大規模ビジョン言語モデル。
• 学習は公開データセットのみで行われ、連鎖的思考（Chain-of-Box）と検証可能な報酬による強化学習（RLVR）を採用。
• 診断精度は専門医と同等レベルに達し、レポート生成能力もゼロショットで向上。
• CAGの診断プロセス全体をエンドツーエンドで処理し、判断根拠を提示できる。