MedPlex: Un Nuovo Modello Visione-Linguaggio per la Segmentazione Medica Clinicamente Fondata

Un nuovo framework chiamato MedPlex (Plesso Medico di Visione e Linguaggio) è stato sviluppato dai ricercatori, offrendo un modello Visione-Linguaggio (VLM) end-to-end che incorpora la guida testuale come aspetto integrante dell'apprendimento della segmentazione delle immagini mediche. A differenza degli approcci tradizionali di segmentazione guidata dal testo che trattano il linguaggio come un elemento di post-elaborazione, MedPlex utilizza la Bi-Fusione (Fusione Bidirezionale) per consentire l'evoluzione simultanea delle rappresentazioni visive e testuali lungo tutta la gerarchia di codifica. Questo framework presenta anche l'allineamento concettuale a livello di classe e a livello di regione, organizzando rappresentazioni condivise a diverse granularità. L'allineamento a livello di classe collega ogni bersaglio anatomico a un profilo concettuale clinico consolidato. Lo studio, disponibile su arXiv (2608.13690), sottolinea che la segmentazione delle immagini mediche è spesso vista esclusivamente come un problema visivo, nonostante la sua dipendenza dalla conoscenza anatomica testuale. MedPlex cerca di incorporare la guida testuale nell'apprendimento della segmentazione in modo clinicamente rilevante. Questa ricerca è stata presentata come una sottomissione di tipo 'cross' su arXiv.