EviGround-CT：LLM生成胸部CTレポートの検証のための文から画像へのグラウンディング

arXiv:2610.33038v1 発表タイプ：新規 要旨：大規模言語モデル（LLMs）によって生成された胸部CTレポートには、画像に局所的な証拠が存在しないにもかかわらず陽性所見を記載するケースがみられる。本研究では、レポート生成後にこれらの所見を検証するためのEviGround-CTを提案する。決定論的抽出器が陽性所見文を特定し、3Dグラウンディングモデルが各文に対応するエビデンスマスクを予測する。全文を用いることで、解剖学的部位や側性、修飾語といった情報もグラウンディングクエリに保持される。我々はCT-RATE上でレポート生成を評価し、さらにホールドアウトしたReXGroundingCTの100症例からなるサブセットにおいてグラウンディングと検証を行った。利用可能なアノテーションを用いた文単位のグラウンディング検証により、エビデンスに基づく精度（ESP）は、抽出された137件の対象範囲内において0.263から0.365へと向上した。