Microsoft Research esittelee CARE-X:n: radiologian VLM, jossa on apuvalvontaa, palkkioon kohdistettua oppimista ja työkaluilla tehostettua mittausta

Microsoft Research on kehittänyt CARE-X-tutkimusmallin, joka on tarkoitettu rintakehän röntgenkuvien tulkintaan. Se yhdistää generatiivisia ja diskriminatiivisia ominaisuuksia tukeakseen laajaa radiologian tehtävävalikoimaa raporttien tuottamisesta sairausluokitteluun ja anatomiseen paikantamiseen. CARE-X perustuu SigLIP2-kuvankäsittelykoodariin ja Phi-4-mini-kielimalliin, ja siihen on lisätty tehtäväkohtaisia apupäitä, jotka tuottavat kalibroituja luottamusarvioita, jolloin kliinikot voivat säätää herkkyyden ja spesifisyyden välistä tasapainoa. Malli koulutetaan kolmessa vaiheessa ohjatulla hienosäädöllä, jonka jälkeen käytetään DAPO-vahvistusoppimista, joka optimoi tehtäväkohtaiset palkkiot kliinistä raportointia, diagnostista tarkkuutta ja spatiaalista paikantamista varten. Vertailussa MIMIC-CXR-, IU-Xray-, CheXpert-Plus- ja ReXGradient-vertailuaineistoissa CARE-X saavuttaa vahvoja tuloksia, ja ReXVQA-vertailussa se yltää 94 prosentin tarkkuuteen, mikä ylittää muut julkisesti raportoidut mallit. Erillisessä kokeessa tutkijaryhmä yhdisti Qwen3-VL-4B-Instruct-mallin deterministisiin mittausvälineisiin, jotta kvantitatiiviset arviot, kuten kardiomegalia ja aortan laajentuma, voitaisiin käsitellä tarkasti; tämä menetelmä oli selvästi parempi kuin pelkkä visuaalinen arviointi. Esimerkiksi kardiomegalian F1-arvo parani 74,56:sta 96,00:aan. Malli validoitiin käyttämällä Narayana Healthin todellisia intialaisia kliinisiä aineistoja, mukaan lukien harvinaisia tehohoidon patologioita, mutta kyseessä on tutkimusmalli, jota ei ole hyväksytty kliiniseen käyttöön.