疾患が現れる位置を選べる胸部X線画像の生成システム
LatAlignCXR は解剖構造と病変の位置を手がかりに画像生成を誘導し、盲検評価で放射線科医は比較対象より空間的に一貫した画像だと評価した。

テキストから画像を作る生成システムに、特定の疾患が写った胸部X線画像を求めることはできる。しかし、その疾患が胸部のどこに位置し、どこまで広がるかについて、利用者が指定できる余地はほとんどないことが多い。Isabella Schlattner、Vadim Atlassov、Azimzhan Abdrakhmanov、Dong-Ok Won、Min-Ho Lee による論文が2026年に Scientific Reports に掲載され、こうした空間的な制御を可能にするために作られたシステム LatAlignCXR について記述している。braintankAI は論文の全文を入手できなかったため、この記事は論文の要旨に基づいている。
中心となる考え方は、要求と画像の間に構造化された中間段階を挟むことだ。LatAlignCXR はまず、あらゆる要求を潜在表現に変換する。潜在表現とはモデルが内部で使うコンパクトな記述で、ここでは3つの要素を表すように構造化されている。胸部の解剖構造の配置、疾患の位置、そして画像のそれ以外の見た目を担う残りの部分である。要求は、文章によるプロンプト、参照として使う既存のX線写真、利用者が定めた座標のいずれの形でも受け付ける。3つの経路はすべて同じ表現につながるため、1つのシステムでテキスト、画像、座標のどれを起点とする生成にも対応できる。
システムはこの表現から3つの誘導信号を復号する。著者らはこれを事前情報(prior)と呼んでおり、解剖構造、病変、胸部の構造にそれぞれ1つずつある。これらが画像生成器そのものである scalable interpolant transformer(SiT)を誘導する。SiT は Transformer を基盤とする生成モデルで、ランダムなノイズを段階的な一連のステップを経て現実的な画像に変えることを学習する系統のモデルである。
著者らは、胸部X線写真のデータセット MIMIC-CXR でシステムを検証した。重なりの度合いを測り、値が高いほど一致がよいことを示す Dice スコアの解剖構造版では、LatAlignCXR が比較したシステムの中で最も高い0.6564を記録した。また、用いた4つの特徴空間のうち3つで Fréchet 距離が最も低かった。Fréchet 距離は、画像解析ネットワークを通して見た生成画像と実画像の統計量を比べる指標で、値が低いほど合成画像の集合が実画像に近く見えることを意味する。要旨は4つの特徴空間が何かを明記していない。
要旨で報告されている空間的な検証は、肺炎が中心だ。LatAlignCXR は比較したシステムの中で肺炎の位置の一貫性が最も高く、Dice スコアは0.1385、IoU は0.0741だった。IoU(intersection over union)も重なりを測る関連指標で、同じく値が高いほど一致がよい。どちらの数値も完全な重なりからは大きく離れている。また、要旨は競合システムのスコアを示していないため、差の大きさは要旨からは判断できない。
盲検評価では、放射線科医がどのシステムが生成したかを知らされないまま画像を評価した。LatAlignCXR の平均評価は病変の一貫性で4.63、空間的一貫性で4.50で、比較対象の Cheff というシステムはそれぞれ3.63と3.37だった。要旨には、参加した放射線科医の人数や、用いた評価尺度は記されていない。
著者らは、合成画像が画像分類器の学習に役立つかどうかも調べた。使える実画像が1000枚の場合、合成画像を加えると精度は69.0%から76.0%に上がった。実データが増えるにつれて合成画像を加える効果は小さくなり、非単調になった。つまり、実データの量に応じて一様に上がったり下がったりはしなかった。要旨は、分類器がどの疾患を認識するよう学習されたのかを明記していない。
著者らは、これらの結果が、空間的に制御可能な胸部X線画像の合成に構造化された潜在表現による条件付けを用いることを、とくに病変の表現と空間的一貫性の面で支持すると結論づけている。ただし、要旨にある位置の一致に関する数値は肺炎だけを対象としたもので、学習への効果も実データが増えると小さく不均一になる。この研究は生成画像の評価と学習実験であり、要旨には臨床の現場でこのシステムを使ったことは記されていない。
- 論文
- Latent-aligned scalable interpolant transformer for controllable chest X-ray synthesis
- 著者
- Isabella Schlattner, Vadim Atlassov, Azimzhan Abdrakhmanov, Dong-Ok Won, Min-Ho Lee
- 掲載
- Scientific Reports · 2026年10月30日
- リンク
- doi:10.1038/s41598-026-75231-7
- 英語版
- Chest X-ray generator lets users choose where a disease appears


