एआई फॉर चेस्ट एक्स-रे एनालिसिस: रैड-डीनो-मायरा-2 के साथ छह पैथोलॉजीज का वर्गीकरण

अक्टूबर 2025 से अप्रैल 2026 तक, लेखक ने एक शोध प्रोटोटाइप बनाया जो छाती का एक्स-रे लेता है और छह स्वतंत्र संभावनाएं (0-1) आउटपुट करता है: कार्डियोमेगाली, एटेलेक्टेसिस, कंसॉलिडेशन, प्ल्यूरल इफ्यूजन, न्यूमोथोरैक्स और एडिमा। यह दृष्टिकोण एक फ्रोजन Microsoft RAD-DINO-MAIRA-2 एन्कोडर (लगभग 1.4 मिलियन एक्स-रे पर DINOv2 प्रीट्रेंड) का उपयोग करता है जिसमें एक छोटा हेड (LayerNorm → Linear(768→256) → GELU → Dropout → Linear(256→6)) होता है, जो 86.8 मिलियन पैरामीटर में से केवल 199,942 को प्रशिक्षित करता है। प्रशिक्षण में AdamW, बैच साइज 64, bf16 प्रीसिजन का उपयोग किया गया और RunPod पर A100 80GB पर लगभग $300 की लागत आई। डेटा VinBigData (15,000 इमेज) और OpenI (7,466 इमेज) से आया, जिसमें OpenI लेबल रेडियोलॉजी रिपोर्ट के रूल-बेस्ड पार्सिंग के माध्यम से निकाले गए, कुल 22,466 इमेज को 85/15 विभाजित किया गया। लेखक ने पहले DenseNet121 का प्रयास किया लेकिन प्रासंगिक शरीर रचना पर ध्यान केंद्रित करने में विफलता के कारण इसे छोड़ दिया; हीटमैप ने आर्टिफैक्ट्स और अप्रासंगिक क्षेत्रों पर ध्यान दिखाया। यह परियोजना जानबूझकर सेग्मेंटेशन या रिपोर्ट जनरेशन से बचती है और नैदानिक उपयोग के लिए प्रमाणित नहीं है; लेखक रूस में क्लास 3 चिकित्सा उपकरण के रूप में पंजीकरण के लिए नैदानिक परीक्षणों के लिए एक संगठन की तलाश कर रहा है।