마이크로소프트 리서치는 생성적 보고서 작성과 보정된 진단 예측을 결합하여 현재 방사선학 비전-라이트 모델의 격차를 해결하도록 설계된 연구 모델인 CARE-X를 선보였습니다. 이 시스템은 임상적 정확성에 대한 보상을 위해 강화 학습(DAPO)을 사용하며, 정밀한 계산이 필요한 상태에 대한 성능 평가를 위해 Qwen3-VL-4B-Instruct 모델을 결정론적 측정 도구와 페어링합니다.

  • CARE-X는 분류 및 시각적 그라운딩을 위한 작업 특화 보조 헤드가 증강된 SigLIP2-so400M 비전 인코더와 Phi-4-mini-instruct (3.8B) 언어 모델을 결합합니다.
  • 이 모델은 단일 순전파에서 자유 텍스트 응답과 신뢰도 점수가 포함된 구조화된 예측을 모두 생성하는 이중 추론을 사용합니다.
  • 훈련은 임상 보고서 작성 및 진단 정확성에 대한 보상을 최적화하기 위해 DAPO 기반 강화 학습에 앞서 세 단계의 지도 미세 조정 파이프라인을 포함합니다.
  • 별도의 실험에서는 Qwen3-VL-4B-Instruct를 결정론적 측정 도구와 페어링하여 심장 및 흉부 너비를 계산하고, 직접 계산과 시각적 근사치를 비교했습니다.
  • 이 모델은 Narayana Health의 실제 인도 임상 데이터를 검증에 사용했으며, 여기에는 희귀 중환자실 병리 및 CT 확인된 비대 상태가 포함됩니다.

CARE-X는 표현력 있는 보고서 생성과 임계값 조정 가능한 정밀한 진단 출력 모두에 대한 필요성을 해결하면서 다양한 방사선학 워크플로우를 지원할 수 있는 통합 접근 방식을 제공하는 것을 목표로 합니다.