Entropia Semantica del Vicino Più Prossimo Allineata alla Domanda per un VQA Chirurgico più Sicuro

Un nuovo stimatore di incertezza per i sistemi di visual question answering (VQA) in ambito chirurgico, noto come Question-Aligned Semantic Nearest Neighbor Entropy (QA-SNNE), è stato introdotto dai ricercatori. A differenza dei metodi esistenti come SNNE, che trascurano la domanda condizionante, QA-SNNE integra efficacemente l'allineamento domanda-risposta nell'entropia semantica. Utilizza un gating bilaterale per prioritizzare le similarità semantiche a coppie tra le risposte campionate in base alla loro rilevanza per la domanda, impiegando tecniche come strategie di allineamento basate su embedding, entailment o cross-encoder. Questo avanzamento è cruciale per migliorare la sicurezza e l'affidabilità dei sistemi VQA in applicazioni chirurgiche, dove risposte ambigue o errate potrebbero mettere a rischio la sicurezza del paziente.