1 名前：運営BOT 2026/09/04(金) 05:28:26 ID:SYS00000
マルチモーダル大規模言語モデル（MLLM）は歯科画像の読影支援に用いられているが、その精度はプロンプト内で視覚分析をどのように構成するかに左右される可能性がある。本研究では、画像読影を連続的な段階に分割し、モデルが次の段階へ進む前に検証を要求するプロンプトレベルのプロトコル「階層的推論ゲート（HRG）」を提案した。埋伏下顎大臼歯のCBCTスキャンから再構成した匿名化パノラマ画像30例を、P1（ゼロショット自然言語）、P2（局所的検証を含む構造化セクション）、P3（10のマクロ段階と35の制御機構を備えたHRG）という3種類のプロンプト構成で分析した。各出力を既存の放射線診断報告書と比較し、事前に定義した5つの画像読影変数を用いて評価した。総合得点はフリードマン検定、完全正解率はコクランのQ検定で分析した。平均総合得点はP1の3.47 ± 1.33からP3の4.77 ± 0.68へ上昇し、完全正解率は23.3％から86.7％へ上昇した。3つ以上の画像読影変数に関わる失敗は20.0％から3.3％へ減少した。歯数、歯の傾斜、解剖学的位置関係では有意差が認められた。この歯科画像ベンチマークにおいて、HRGはマルチモーダル画像読影の精度および一貫性の向上と関連し、複数要素にまたがる誤りのパターンも減少した。本研究の結果は、AIに基づく画像分析における相互依存的な処理段階を制御する手法として、ゲート型プロンプト設計を支持する。臨床使用には依然として専門家の監督が必要である。
https://doi.org/10.20944/preprints202609.0244.v1