Microsoft Research представила CARE-X, исследовательскую модель, призванную устранить пробелы в существующих моделях компьютерного зрения и языка для радиологии за счёт сочетания генерации отчётов с калиброванными диагностическими предсказаниями. Система использует обучение с подкреплением (DAPO) для поощрения клинической корректности и связывает модель Qwen3-VL-4B-Instruct с детерминированными измерительными инструментами для оценки производительности на задачах, требующих точных вычислений.
- CARE-X объединяет визуальный энкодер SigLIP2-so400M и языковую модель Phi-4-mini-instruct (3.8B), дополненную вспомогательными головками для классификации и визуального обоснования, специфичными для задачи.
- Модель использует двойной вывод, генерируя как свободные текстовые ответы, так и структурированные предсказания с оценками уверенности в одном прямом проходе.
- Обучение включает трёхэтапный конвейер супервизорного тонкого тюнинга, за которым следует обучение с подкреплением на основе DAPO для оптимизации вознаграждений за клинические отчёты и диагностическую точность.
- Отдельный эксперимент связал Qwen3-VL-4B-Instruct с детерминированными измерительными инструментами для расчёта ширины сердца и грудной клетки, сравнивая прямое вычисление с визуальным приближением.
- Модель была проверена на реальных индийских клинических данных от Narayana Health, включая редкие патологии отделения интенсивной терапии и состояния с подтверждённым увеличением по данным КТ.
CARE-X стремится предоставить унифицированный подход, поддерживающий разнообразные рабочие процессы в радиологии при сохранении клинической достоверности, отвечая на потребность как в выразительной генерации отчётов, так и в точных диагностических выводах с настраиваемыми пороговыми значениями.