Microsoft Researchは、生成レポート作成と補正された診断予測を組み合わせることで、現在の放射線科ビジョン・ランゲージモデルのギャップに対応する研究用モデル「CARE-X」を発表した。本システムは強化学習（DAPO）を用いて臨床的な正確性を報酬とし、Qwen3-VL-4B-Instructモデルを決定論的測定ツールと組み合わせることで、精密な計算が必要な症例に対する性能を評価する。

  • CARE-Xは、SigLIP2-so400MビジョンエンコーダとPhi-4-mini-instruct（3.8B）言語モデルを組み合わせたもので、分類および視覚的グラウンディング用のタスク固有の補助ヘッドが追加されている。
  • 本モデルはデュアル推論を採用し、単一の順伝播で自由テキスト応答と信頼度スコア付きの構造化予測の両方を生成する。
  • トレーニングは、3段階の教師ありファインチューニングパイプラインに続き、臨床レポートおよび診断精度に対する報酬を最適化するためのDAPOベース強化学習を含む。
  • 別の実験では、Qwen3-VL-4B-4B-Instructを決定論的測定ツールと組み合わせ、心臓および胸部の幅を計算し、直接計算と視覚的近似を比較した。
  • 本モデルはNarayana Healthからの実際のインドの臨床データで検証され、稀なICU病理やCT確認済みの拡大症例が含まれる。

CARE-Xは、表現豊かなレポート生成と正確な閾値調整可能な診断出力の両方の必要性に対応しつつ、多様な放射線科ワークフローをサポートする統合アプローチを提供することを目指している。