Tekoäly röntgenkuvien analyysiin: kuuden patologian luokittelu RAD-DINO-MAIRA-2-mallilla
Microsoft
Tutkija kehitti moniluokittelijan kuudelle rintakehän patologialle käyttäen jäädytettyä RAD-DINO-MAIRA-2-enkooderia ja pientä opetettavaa päätä. Malli saavutti makro-AUC-arvon 0,9025 validointijoukossa, ja sitä opetettiin 22 466 röntgenkuvalla VinBigData- ja OpenI-aineistoista. Projekti maksoi noin 300 dollaria RunPodissa, ja se on tutkimusprototyyppi, ei kliininen laite.
Lokakuusta 2025 huhtikuuhun 2026 kirjoittaja rakensi tutkimusprototyypin, joka ottaa rintakehän röntgenkuvan ja tuottaa kuusi itsenäistä todennäköisyyttä (0–1) patologioille: kardiomegalia, atelektaasi, konsolidaatio, pleuraeffuusio, ilmarinta ja keuhkoödeema. Menetelmässä käytetään jäädytettyä Microsoft RAD-DINO-MAIRA-2 -enkooderia (DINOv2, esikoulutettu noin 1,4 miljoonalla röntgenkuvalla), johon on liitetty pieni pääte (LayerNorm → Linear(768→256) → GELU → Dropout → Linear(256→6)), ja treenataan vain 199 942 parametria 86,8 miljoonasta. Koulutuksessa käytettiin AdamW-optimointia, eräkoko 64, bf16-tarkkuus, ja kustannukset olivat noin 300 dollaria A100 80GB -näytönohjaimella RunPod-palvelussa. Data saatiin VinBigData-sarjasta (15 000 kuvaa) ja OpenI-sarjasta (7 466 kuvaa), joista OpenI-kuville luokitukset poimittiin sääntöpohjaisella radiologian raporttien jäsentämisellä. Yhteensä 22 466 kuvaa jaettiin suhteessa 85/15 koulutus- ja testijoukkoon. Kirjoittaja yritti ensin DenseNet121-verkkoa, mutta hylkäsi sen, koska se ei onnistunut keskittymään olennaisiin anatomisiin rakenteisiin; lämpökartoissa havaittiin huomion kiinnittyvän artefakteihin ja epäolennaisiin alueisiin. Projekti ei nimenomaisesti tee segmentointia tai raporttien luontia, eikä sitä ole sertifioitu kliiniseen käyttöön; kirjoittaja etsii organisaatiota kliinisiä kokeita varten, jotta voidaan rekisteröidä laite luokan 3 lääkinnälliseksi laitteeksi Venäjällä.
Lähde: Habr — хаб ИИ —
Alkuperäinen