Microsoft Research telah memperkenalkan CARE-X, sebuah model penelitian yang dirancang untuk mengatasi kesenjangan dalam model bahasa-visi radiologi saat ini dengan menggabungkan penulisan laporan generatif dengan prediksi diagnostik yang terkali. Sistem ini menggunakan pembelajaran penguatan (DAPO) untuk memberi hadiah pada kebenaran klinis dan memadukan model Qwen3-VL-4B-Instruct dengan alat pengukuran deterministik untuk mengevaluasi kinerja pada kondisi yang memerlukan perhitungan presisi.
- CARE-X menggabungkan encoder visi SigLIP2-so400M dan model bahasa Phi-4-mini-instruct (3.8B), yang diperkaya dengan kepala bantu khusus tugas untuk klasifikasi dan penjangkaran visual.
- Model ini menerapkan inferensi ganda, menghasilkan respons teks bebas dan prediksi terstruktur dengan skor kepercayaan dalam satu lemparan maju.
- Pelatihan melibatkan pipeline fine-tuning supervisif tiga tahap diikuti oleh pembelajaran penguatan berbasis DAPO untuk mengoptimalkan hadiah untuk pelaporan klinis dan akurasi diagnostik.
- Eksperimen terpisah memadukan Qwen3-VL-4B-Instruct dengan alat pengukuran deterministik untuk menghitung lebar jantung dan dada, membandingkan komputasi langsung dengan perkiraan visual.
- Model ini divalidasi pada data klinis dunia nyata dari Narayana Health di India, termasuk patologi ICU yang langka dan kondisi pembesaran yang dikonfirmasi CT.
CARE-X bertujuan menyediakan pendekatan terpadu yang mendukung beragam alur kerja radiologi sambil mempertahankan fidelitas klinis, menjawab kebutuhan akan generasi laporan ekspresif dan output diagnostik presisi yang dapat disesuaikan ambang batasnya.