医学视频诊断的临床导向反事实推理
计算机视觉与模式识别
2026-05-27 v1
摘要
医学视频诊断涉及从检查过程中动态组织响应中推断临床决策。现有方法依赖于端到端学习范式：i) 关注外观而非病灶，ii) lacks 临床先验知识，iii) 仅从观察中进行反事实比较推理。本工作引入 MedVCR，一个模仿临床诊断思维的反事实推理框架。MedVCR 包含三个组件：一个反事实生成器，通过扩散方式合成指定病理状态下的组织演化；一个反事实表征学习模块，通过临床规则（即时间一致性、病理可分性和反事实对齐）编码诊断知识；以及一个双诊断预测策略，将视频级评估与帧级反事实分析集成。MedVCR 在完全监督（如粘膜镜）和弱监督（如结肠镜）视频诊断设置下进行评估，相较于领先基线实现 2.6%-10.2% 的性能提升。 comprehensive ablation 研究进一步验证了每个组件的有效性。代码将予以发布。
引用
@article{arxiv.2605.26483,
title = {Clinically-Grounded Counterfactual Reasoning for Medical Video Diagnosis},
author = {Jianzhe Gao and Churan Wang and Weiyi Zhang and Jianghua Li and Li-An Li and Wenguan Wang and Yixin Zhu and Yizhou Wang},
journal= {arXiv preprint arXiv:2605.26483},
year = {2026}
}