マイクロソフト・リサーチがCARE-Xを発表：補助監視、報酬整合学習、ツール拡張計測を備えた放射線科VLM

マイクロソフトリサーチは、胸部X線画像の解釈のための研究モデルであるCARE-Xを開発しました。これは、生成能力と識別能力を組み合わせることで、レポート生成から疾患分類、解剖学的位置の特定まで、幅広い放射線科タスクをサポートします。CARE-Xは、SigLIP2ビジョンエンコーダーとPhi-4-mini言語モデルに基づいて構築されており、タスク固有の補助ヘッドを追加することで、調整された信頼度スコアを提供し、臨床医が感度と特異度のトレードオフを調整できるようにしています。このモデルは、教師ありファインチューニングの3つの段階と、それに続くDAPO強化学習によって訓練され、臨床レポート作成、診断精度、空間的位置の特定のためのタスク固有の報酬を最適化します。MIMIC-CXR、IU-Xray、CheXpert-Plus、ReXGradientなどのベンチマークにおいて、CARE-Xは高いパフォーマンスを達成し、ReXVQAベンチマークでは94%の精度に達しており、他の公開されているモデルを上回っています。別の実験では、チームはQwen3-VL-4B-Instructと決定的な測定ツールを組み合わせて、心肥大や大動脈拡張などの定量的評価を処理し、視覚的な近似だけを使用した場合よりも大幅に優れた結果を得ました。例えば、心肥大のF1値は74.56から96.00に改善されました。このモデルは、ナラヤナ・ヘルスからの実際のインドの臨床データ（まれな集中治療室の病理を含む）で検証されましたが、これは研究用モデルであり、臨床使用は承認されていません。