الذكاء الاصطناعي لتحليل صور الصدر بالأشعة السينية: تصنيف ستة أمراض باستخدام RAD-DINO-MAIRA-2
Microsoft
طور باحث مصنفًا متعدد التصنيفات لستة أمراض صدرية باستخدام المشفر المجمّد RAD-DINO-MAIRA-2 وطبقة رأسية قابلة للتدريب صغيرة. حقق النموذج AUC كلي قدره 0.9025 على مجموعة التحقق، بعد التدريب على 22,466 صورة أشعة سينية من VinBigData و OpenI. بلغت تكلفة المشروع حوالي 300 دولار على منصة RunPod، وهو نموذج أولي بحثي وليس جهازًا سريريًا.
من أكتوبر 2025 إلى أبريل 2026، بنى المؤلف نموذجًا أوليًا بحثيًا يأخذ صورة أشعة سينية للصدر ويخرج ستة احتمالات مستقلة (0-1) للأمراض: تضخم القلب، الانخماص الرئوي، التكثف الرئوي، الانصباب الجنبي، استرواح الصدر، والوذمة الرئوية. يستخدم النهج مشفر Microsoft RAD-DINO-MAIRA-2 المجمد (DINOv2 مدرب مسبقًا على حوالي 1.4 مليون صورة أشعة سينية) مع رأس صغير (تطبيع الطبقة → خطي (768→256) → GELU → تسرب → خطي (256→6))، مع تدريب 199,942 فقط من أصل 86.8 مليون معلمة. استخدم التدريب AdamW، حجم دفعة 64، دقة bf16، وكلف حوالي 300 دولار على A100 80GB على RunPod. جاءت البيانات من VinBigData (15000 صورة) وOpenI (7466 صورة)، مع استخراج تسميات OpenI عبر التحليل القائم على القواعد لتقارير الأشعة، ليصبح المجموع 22466 صورة مقسمة 85/15. حاول المؤلف أولاً استخدام DenseNet121 لكنه تخلى عنه بسبب فشله في التركيز على التشريح ذي الصلة؛ وأظهرت الخرائط الحرارية تركيزًا على القطع الأثرية والمناطق غير ذات الصلة. يتجنب المشروع صراحةً التقسيم أو إنشاء التقارير، وهو غير معتمد للاستخدام السريري؛ يبحث المؤلف عن منظمة للتجارب السريرية لتسجيله كجهاز طبي من الفئة 3 في روسيا.
المصدر: Habr — хаб ИИ —
الأصلي