AI dan Masalah-Masalah Sulit Dunia · Kedokteran & penemuan obat · Nature (computational biology) · 2026-10-23
Transfer learning sintetis-ke-nyata dua tahap untuk pembuatan laporan mamografi otomatis menggunakan model visi-bahasa
Judul asli: Two-stage synthetic-to-real transfer learning for automated mammography report generation using vision-language models
Makalah ini mengatasi kelangkaan data mamogram-laporan berpasangan dengan melakukan pralatih MedGemma-4B pada laporan sintetis yang dibangun dari anotasi BI-RADS, lalu menyempurnakannya (fine-tuning) pada 407 laporan nyata. Evaluasi terkontrol yang telah dipraregistrasi menemukan bahwa peningkatan yang tampak berasal dari kapasitas adapter yang tidak setara; pada kapasitas yang sama, kedua skema pelatihan menunjukkan kinerja yang setara. Kesepakatan diagnostik tidak pernah melebihi κ = 0.14, yang menunjukkan bahwa akurasi diagnostik, bukan kelancaran, merupakan hambatan utama bagi pelaporan yang bermanfaat secara klinis.