X-Ragent dùng học tăng cường và công cụ hỗ trợ để suy luận X-quang ngực dựa trên bằng chứng
Các nhà nghiên cứu đề xuất X-Ragent, một khung hậu huấn luyện giúp tác tử AI phân tích ảnh X-quang ngực bằng các công cụ bên ngoài và bằng chứng hỗ trợ, thay vì chỉ dựa vào nhận dạng trực tiếp từ hình ảnh. Hệ thống tách riêng hai quyết định: khi nào cần tìm thêm bằng chứng phụ trợ và khi nào các phép đo định lượng đủ phù hợp để đưa vào quá trình suy luận chẩn đoán. Bộ dữ liệu huấn luyện mang tên Rad-CoT gồm 7,7K mẫu suy luận có sử dụng công cụ, được dùng để khởi tạo Qwen3-VL-8B bằng học có giám sát trước khi tiếp tục tối ưu bằng Group Relative Policy Optimization (GRPO). Phương pháp này hướng tới việc làm cho quá trình suy luận X-quang ngực bám sát bằng chứng hơn và giảm nguy cơ áp dụng các phép đo không liên quan hoặc không hợp lệ; tuy nhiên, bản thân nghiên cứu chưa chứng minh hệ thống đã sẵn sàng cho sử dụng lâm sàng.
Đây là hướng nghiên cứu đáng chú ý cho các nhà phát triển AI y tế: X-Ragent cố gắng dạy mô hình biết khi nào cần tìm thêm bằng chứng và khi nào không nên dùng phép đo định lượng không phù hợp. Hệ thống chưa phải công cụ chẩn đoán lâm sàng; các nhóm nghiên cứu nên theo dõi kết quả đánh giá trước khi cân nhắc ứng dụng thực tế.
Đọc bài gốc