Microsoft Research Mengumumkan CARE-X: Model Visi-Bahasa untuk Radiologi dengan Pengawasan Tambahan, Pembelajaran Selaras Imbalan, dan Pengukuran yang Diperkaya Alat

Microsoft Research telah mengembangkan CARE-X, sebuah model penelitian untuk interpretasi rontgen dada yang menggabungkan kemampuan generatif dan diskriminatif untuk mendukung berbagai tugas radiologi, mulai dari pembuatan laporan hingga klasifikasi penyakit dan penentuan lokasi anatomis. Dibangun di atas encoder visi SigLIP2 dan model bahasa Phi-4-mini, CARE-X menambahkan kepala tambahan khusus tugas yang memberikan skor kepercayaan terkalibrasi, memungkinkan klinisi untuk menyesuaikan trade-off sensitivitas-spesifisitas. Model ini dilatih dalam tiga tahap fine-tuning terawasi yang diikuti dengan pembelajaran penguatan DAPO, yang mengoptimalkan reward khusus tugas untuk pelaporan klinis, akurasi diagnostik, dan penentuan lokasi spasial. Pada tolok ukur seperti MIMIC-CXR, IU-Xray, CheXpert-Plus, dan ReXGradient, CARE-X mencapai kinerja yang kuat, dan mencapai akurasi 94% pada tolok ukur ReXVQA, melampaui model lain yang dilaporkan publik. Dalam eksperimen terpisah, tim memasangkan Qwen3-VL-4B-Instruct dengan alat pengukuran deterministik untuk menangani penilaian kuantitatif seperti kardiomegali dan pembesaran aorta, yang secara signifikan mengungguli perkiraan visual saja; misalnya, F1 untuk kardiomegali meningkat dari 74,56 menjadi 96,00. Model ini divalidasi pada data klinis India dunia nyata dari Narayana Health, termasuk patologi ICU yang langka, tetapi model ini adalah model penelitian yang belum disetujui untuk penggunaan klinis.