胸部X線解析のためのAI：RAD-DINO-MAIRA-2を用いた6つの病変分類

2025年10月から2026年4月にかけて、著者は胸部X線画像を入力として、心肥大、無気肺、無気肺、胸水、気胸、肺水腫の6つの病変確率（0〜1）を出力する研究用プロトタイプを構築しました。このアプローチでは、凍結されたMicrosoft RAD-DINO-MAIRA-2エンコーダー（約140万枚のX線画像で事前学習されたDINOv2）を使用し、小さなヘッド（LayerNorm → Linear(768→256) → GELU → Dropout → Linear(256→6)）を追加して、8680万パラメーターのうち199,942のみを訓練しました。訓練にはAdamW、バッチサイズ64、bf16精度を使用し、RunPod上のA100 80GBで約300ドルのコストがかかりました。データはVinBigData（15,000画像）とOpenI（7,466画像）から取得し、OpenIのラベルは放射線レポートのルールベース解析により抽出し、合計22,466画像を85/15で分割しました。著者は最初にDenseNet121を試みましたが、関連する解剖学的構造に焦点を当てられず、ヒートマップがアーチファクトや無関係な領域に注目していたため断念しました。このプロジェクトはセグメンテーションやレポート生成を明示的に避けており、臨床使用の認証は受けていません。著者は、ロシアでクラス3医療機器として登録するための臨床試験を実施する組織を求めています。