arXiv cs.CL· Ruochen Li, Kun Yuan, Yufei Xia, Yue Zhou, Qingyu Lu, Weihang Li, Youxiang Zhu, Nassir Navab·· 2 天前AI 评分31
超越轨迹相似度:以协议依从性评估手术规划
Beyond Trajectory Similarity: Evaluating Surgical Planning by Protocol Adherence
AI 导读
研究提出以专家定义的协议规则为基础的手术规划评估框架,直接衡量协议依从性,而非与单条参考轨迹的相似度。结果显示,相似度指标会惩罚偏离参考轨迹但符合协议的规划,却奖励表面相似但违反协议的规划。对 Video-LLM 的评估还揭示两个可分离的失败模式:视频到状态 grounding 不可靠与规划约束不足,仅靠模型扩展无法解决,而注入结构化知识能带来稳定提升。
正文 · AI 翻译
摘要:手术规划通常通过与单次观察到的执行轨迹的相似度来评估,这一范式借鉴自 Ego4D 等活动预测基准。这种做法混淆了两个不同的概念:任务完成与方案遵循,并假设与已完成的手术轨迹相似就意味着规划有效。在外科手术中,这一假设是有缺陷的:临床相关的目标是方案遵循,而非单纯的完成,且参考轨迹只是一次观察到的执行,其本身也可能偏离方案。因此,我们引入一个基于专家定义的方案规则的评估框架,直接衡量方案遵循程度。在该框架下,基于相似度的指标会系统性地失效:它们惩罚偏离参考轨迹但遵循方案的规划,却奖励表面上与参考轨迹相似但违反方案的规划。进一步评估 Video-LLM 揭示了两种可分离的失效模式:不可靠的视频到状态 grounding 以及约束不足的规划。仅靠模型规模扩展无法解决其中任何一个问题,而结构化知识注入则能带来一致的收益。我们的结果支持将手术规划的评估标准从轨迹相似度转向方案遵循。
| 主题: | 计算与语言(cs.CL);机器人学(cs.RO) |
| 引用为: | arXiv:2601.10455 [cs.CL] |
| (或本版本的 arXiv:2601.10455v2 [cs.CL]) | |
| https://doi.org/10.48550/arXiv.2601.10455 由 DataCite 颁发的 arXiv DOI |
提交历史
来自:Ruochen Li [查看邮箱]
[v1]
2026年1月15日 星期四 14:47:26 UTC(918 KB)
[v2]
2026年11月13日 星期五 12:39:43 UTC(2,566 KB)
来源:arXiv cs.CL · arxiv.org