未整理の臨床用MRI・CTボリュームをVol-JEPAで学習した新神経画像基盤モデル「NeuroVFM」を紹介

記事の3ポイント

1. 1

   未加工データによる学習アプローチ

   同研究チームは、放射線科医の報告書や疾患特化型のカットを必要とせず、日常臨床で生成された非構造化データを直接利用する「ヘルスシステムラーニング」を採用した。

2. 2

   Vol-JEPA 技術の革新性

   既存の I-JEPA や V-JEPA を拡張した Vol-JEPA は、ピクセル再構築ではなく潜在空間での表現予測を行う自己教師ありアルゴリズムであり、ラベルやテキスト報告を不要とする。

3. 3

   高い診断性能の実証

   156 の診断タスクにおける評価で、NeuroVFM は CT で 92.68、MRI で 92.49 の AUROC を達成し、すべての比較対象モデルを上回る結果を示した。