이산 토큰을 넘어서: 의료 비전-언어 모델에서의 수치적 연속성 보존

요약

본 논문은 이산 토큰의 한계를 넘어 연속적인 수치 예측을 위해 HAD-VLM이라는 통합 비전-언어 모델을 개발했습니다. 이는 자기회귀 텍스트 생성과 확산 기반 연속 측정 예측을 결합한 하이브리드 프레임워크입니다. 평가 결과, 심장 초음파 및 X-ray 척추뼈 측정에서 기존 기준선 대비 높은 오차 감소율을 달성하며 정량 의료 영상 분석의 새로운 가능성을 제시했습니다.

핵심 포인트

• HAD-VLM은 자기회귀와 확산을 결합한 하이브리드 프레임워크입니다.
• 좌표-길이 일관성 메커니즘과 앙상블 예측으로 측정 정밀도를 높였습니다.
• 심장 초음파 측정에서 기존 대비 최대 37.6%의 오차 감소율을 보였습니다.
• 언어 이해와 해부학적 수치 예측을 통합하는 접근 방식을 제공합니다.