माइक्रोसॉफ्ट रिसर्च ने CARE-X का अनावरण किया: सहायक पर्यवेक्षण, पुरस्कार-संरेखित शिक्षण और टूल-संवर्धित मापन के साथ रेडियोलॉजी VLM

माइक्रोसॉफ्ट रिसर्च ने CARE-X विकसित किया है, जो छाती के एक्स-रे की व्याख्या के लिए एक शोध मॉडल है, जो रिपोर्ट निर्माण से लेकर रोग वर्गीकरण और शारीरिक ग्राउंडिंग तक कई रेडियोलॉजी कार्यों का समर्थन करने के लिए जनरेटिव और विवेचनात्मक क्षमताओं को जोड़ता है। SigLIP2 विज़न एनकोडर और Phi-4-mini भाषा मॉडल पर निर्मित, CARE-X विशिष्ट कार्य-विशिष्ट सहायक हेड जोड़ता है जो कैलिब्रेटेड कॉन्फिडेंस स्कोर प्रदान करते हैं, जिससे चिकित्सक संवेदनशीलता-विशिष्टता ट्रेड-ऑफ को समायोजित कर सकते हैं। मॉडल को पर्यवेक्षित फाइन-ट्यूनिंग के तीन चरणों में प्रशिक्षित किया जाता है, इसके बाद DAPO सुदृढीकरण सीखना होता है, जो नैदानिक रिपोर्टिंग, नैदानिक सटीकता और स्थानिक ग्राउंडिंग के लिए कार्य-विशिष्ट पुरस्कारों को अनुकूलित करता है। MIMIC-CXR, IU-Xray, CheXpert-Plus और ReXGradient जैसे बेंचमार्क पर, CARE-X मजबूत प्रदर्शन प्राप्त करता है, और यह ReXVQA बेंचमार्क पर 94% सटीकता तक पहुंचता है, जो अन्य सार्वजनिक रूप से रिपोर्ट किए गए मॉडलों से बेहतर है। एक अलग प्रयोग में, टीम ने कार्डियोमेगाली और महाधमनी वृद्धि जैसे मात्रात्मक मूल्यांकनों को संभालने के लिए Qwen3-VL-4B-Instruct को निर्धारणात्मक माप उपकरणों के साथ जोड़ा, जो अकेले दृश्य अनुमान से काफी बेहतर प्रदर्शन करता है; उदाहरण के लिए, कार्डियोमेगाली के लिए F1 74.56 से सुधरकर 96.00 हो गया। मॉडल को नारायण हेल्थ के वास्तविक भारतीय नैदानिक डेटा पर मान्य किया गया था, जिसमें दुर्लभ आईसीयू विकृतियां शामिल हैं, लेकिन यह एक शोध मॉडल है जो नैदानिक उपयोग के लिए अनुमोदित नहीं है।