Введение

Радиология играет важную роль в современной медицине, однако объемы изображений растут значительно быстрее, чем количество специалистов. Модели, основанные на технологии foundation, могут помочь в выполнении различных задач в радиологии. Но существующие медицинские модели имеют ограничения: они обрабатывают объемные данные КТ и МРТ как низкокачественные 2D-срезы, игнорируют важную информацию о градиентах серого и не имеют оценочных рамок, отражающих реальную клиническую практику.

Pillar-0: Новая модель радиологии

Мы представляем Pillar-0 — модель радиологии, предварительно обученную на базе 42,990 КТ брюшной полости и таза, 86,411 КТ грудной клетки, 14,348 КТ головы и 11,543 МРТ молочной железы из крупного академического центра. Вместе с моделью представляем RATE, масштабируемую систему, которая извлекает структурированные метки для 366 радиологических находок с почти идеальной точностью с использованием LLM.

Результаты

По внутренним тестовым наборам в 14,230 КТ брюшной полости и таза, 10,646 КТ грудной клетки, 4,906 КТ головы и 1,585 МРТ молочной железы, Pillar-0 устанавливает новые рекорды производительности, достигая средних значений AUROC: 86.4, 88.0, 90.1 и 82.9. Это превосходит результаты моделей MedGemma (Google), MedImageInsight (Microsoft), Lingshu (Alibaba) и Merlin (Stanford) на 7.8-15.8 AUROC пунктов и занимает первое место в 87.2% (319 из 366) задач.

Заключение

Pillar-0 также превосходит все базовые модели в внешних тестах, что открывает новые горизонты для применения радиологических моделей в клинической практике.