RADAR؛ مدل باز علی‌بابا که سی‌تی‌اسکن شکم رو غربال می‌کنه
هوش مصنوعیClaude Opus 5خلاصهٔ کامل‌تر
آکادمی DAMO علی‌بابا مدلی به اسم RADAR منتشر کرده که سی‌تی‌اسکن شکم رو می‌خونه و برای ۱۴۶ وضعیت بالینی امتیاز اطمینان می‌ده، از سرطان کبد و لوزالمعده و معده و روده تا رسوب کلسیم در آئورت. تو این مقاله اومده که مدل open weight هست، یعنی وزن‌های آموزش‌دیده‌ش عمومی منتشر شده، پس هر بیمارستانی که یه GPU مناسب داره می‌تونه خودش اجراش کنه و بابت هر اسکن پول API نده.
معماریش vision-language هست، یعنی چیزی که تو تصویر می‌بینه رو به زبانی که رادیولوژیست درباره‌ش می‌نویسه وصل می‌کنه. موقع آموزش، اسکن‌ها همراه گزارش‌های رادیولوژی خودشون به مدل داده شدن، پس خود گزارش‌ها نقش برچسب رو بازی کردن و کسی مجبور نشده دستی روی هر اسکن اسم بیماری بزنه. قبل از تحلیل هم از ماسک‌های آمادهٔ اندام استفاده می‌کنه، یعنی نقشه‌ای که می‌گه کبد و لوزالمعده و معده معمولاً کجای تصویر هستن، تا حواسش جمع ناحیهٔ درست بمونه.
خروجی یه فایل CSV هست: یه سطر برای هر اسکن و ۱۴۶ ستون، هر ستون یه جفت اندام و بیماری. مطالعهٔ بالینی منتشرشده در Science.org روی حدود ۴۰ هزار اسکن انجام شده و AUC مدل ۰.۹۱۳ بوده. AUC می‌گه مدل چقدر خوب بیمار رو از سالم جدا می‌کنه، که ۱ یعنی کامل و ۰.۵ یعنی شانسی؛ بالای ۰.۹ خوبه. مهم‌تر از این، مطالعهٔ reader بوده (مقایسهٔ مستقیم با پنل رادیولوژیست‌ها): RADAR از ۲۳ نفر از ۲۶ رادیولوژیست بهتر عمل کرده و وقتی پزشک‌ها ازش به عنوان نظر دوم استفاده کردن، حساسیت تشخیص خودشون حدود ۱۰ درصد بالا رفته.
از نظر منابع هم سنگین نیست؛ تست‌ها نشون داده مصرف حافظهٔ گرافیکی از زیر ۱ گیگابایت شروع میشه و موقع inference کامل تا حدود ۱۶ گیگابایت می‌ره، که با یه کارت معمولی جور درمیاد. نویسنده تأکید می‌کنه این ابزار برای غربالگری و علامت‌زدن موارد مشکوکه، نه مرجع تشخیص: عدد ۰.۷ برای رسوب کلسیم آئورت بدون پزشکی که بدونه چه آستانه‌ای بالینی مهمه معنی خاصی نداره. به گفتهٔ نویسنده بیشترین اثرش جاهای کم‌امکاناته، مثل بیمارستان‌های روستایی که رادیولوژیست ثابت ندارن.
نکات کلیدی:
- RADAR روی بیش از ۴۰۰ هزار سی‌تی‌اسکن و ۱۵ میلیون جفت تصویر و گزارش آموزش دیده، بدون برچسب‌زنی دستی
- خروجی هر اسکن یه CSV با ۱۴۶ ستون امتیاز اطمینان، یکی برای هر جفت اندام و بیماری
- AUC روی حدود ۴۰ هزار اسکن واقعی ۰.۹۱۳ بوده
- تو مطالعهٔ reader از ۲۳ نفر از ۲۶ رادیولوژیست بهتر بوده و حساسیت پزشک‌ها رو حدود ۱۰ درصد بالا برده
- وزن‌ها و کد inference روی Hugging Face و GitHub منتشر شده؛ اجراش حدود ۱۶ گیگابایت VRAM می‌خواد
