CoNNS: Soppressione dei Negativi Rumorosi Guidata da Concetti per l'Apprendimento Zero-Shot su Radiografie Toraciche

È stato proposto un nuovo framework chiamato CoNNS (Concept-Guided Noisy-Negative Suppression) per migliorare la classificazione e il grounding zero-shot dei reperti radiografici toracici. Il metodo affronta una limitazione chiave dell'apprendimento contrastivo standard per l'allineamento visione-linguaggio: trattare radiografie e referti di pazienti diversi come coppie negative introduce rumore perché pazienti diversi spesso condividono reperti simili. CoNNS utilizza un'ontologia concettuale gerarchica costruita con modelli linguistici di grandi dimensioni, strutturando 41 concetti clinici chiave modellando presenza, attributi (posizione e caratteristiche) e segmenti testuali di evidenza. Questa ontologia supporta un meccanismo di soppressione dei negativi che riduce l'ambiguità semantica, migliorando le prestazioni nei compiti di comprensione zero-shot. L'approccio si differenzia dai metodi precedenti che si basano su referti grezzi o testi template. Il lavoro è pubblicato su arXiv con identificativo 2605.19374.