AlibabaのRADAR AI、腹部CTで専門医級

RADARは汎用視覚言語モデルとして提示されている。つまり、単一の狭いタスクではなく、幅広い読影タスクを1つのシステムで処理する。学習データの規模——造影腹部CT検査40万件超と解剖学を考慮した画像テキストペア1500万件——がその広範さの根拠として示されており、モデルは人手でラベル付けしたスキャンではなく臨床レポートから直接学習する。これが重要なのは、手作業のラベル付けが遅く高コストな工程であり、ほとんどの放射線科AIツールを単一タスクに閉じ込めてきたからだ。

今回の公開にはセットアップ手順、HuggingFaceのチェックポイント、補助ダウンロードスクリプト、学習・推論・前処理を扱うドキュメントが含まれる。RADARはゼロからの学習、MERLINデータでの微調整、外部MERLINテストセットでの推論・評価が可能で、専門医レベルという主張がモデルの学習データを超えて通用するかどうかの最初の本当の試金石になるだろう。

放射線科医や放射線科AIの研究グループにとっての実用的な魅力はアクセスのしやすさだ。Apacheライセンスのモデルと再利用可能な前処理コードがあれば、汎用リーダーが自分の臨床環境で役立つかを試すコストが下がる。未解決の課題は外部検証と、レポート作成ワークフローへの統合方法であり、どちらも今回の公開だけでは解決しない。