AI用于胸部X光分析：利用RAD-DINO-MAIRA-2对六种病理进行分类

从2025年10月到2026年4月，作者构建了一个研究原型，该原型接收一张胸部X光片并输出六种病理的独立概率（0-1）：心脏肥大、肺不张、实变、胸腔积液、气胸和水肿。该方法使用冻结的微软RAD-DINO-MAIRA-2编码器（在约140万张X光片上预训练的DINOv2）搭配一个小型头部（LayerNorm → 线性层(768→256) → GELU → Dropout → 线性层(256→6)），仅训练了8680万个参数中的199,942个。训练使用AdamW优化器，批量大小为64，bf16精度，在RunPod的A100 80GB上花费约300美元。数据来自VinBigData（15,000张图像）和OpenI（7,466张图像），OpenI标签通过基于规则的放射学报告解析提取，总计22,466张图像，按85/15比例分割。作者首先尝试了DenseNet121，但由于未能聚焦相关解剖结构而放弃；热图显示注意力集中在伪影和不相关区域。该项目明确避免分割或报告生成，且未获临床使用认证；作者正在寻找一个组织进行临床试验，以便在俄罗斯注册为三类医疗器械。