Использование ИИ в медицине за $300: российский разработчик собрал диагностику рентгена в одиночку

Использование ИИ в медицине обычно ассоциируется с многомиллионными бюджетами и командами из десятков инженеров. Разработчик, описавший проект в открытой публикации, показал, что исследовательский прототип для анализа рентгеновских снимков грудной клетки можно собрать в одиночку. Проект длился с октября 2025 по апрель 2026 года, а вся вычислительная часть уложилась в аренду одной видеокарты A100 на облачной платформе RunPod.

Что делает модель и почему это не диагноз?

Модель принимает рентгеновский снимок грудной клетки и для каждой из шести патологий выдаёт отдельную вероятность, число от 0 до 1. Например: плевральный выпот (скопление жидкости в полости вокруг лёгких) с вероятностью 87%, пневмоторакс (воздух между лёгким и грудной стенкой, из-за чего лёгкое «сдувается») 12%, кардиомегалия (увеличение сердца сверх нормы) 3%.

Это не сегментация, когда модель рисует контуры органов, и не генерация текстового заключения. Один снимок может одновременно содержать несколько патологий, поэтому на выходе стоят шесть независимых сигмоид (функция, которая сжимает любое число в диапазон от 0 до 1), а не один общий классификатор.

Разработчик подчёркивает: это вероятностная оценка по заранее заданному списку, а не замена рентгенологу и не клиническое заключение.

DenseNet121 провалился на реальных снимках

Прежде чем прийти к рабочей архитектуре, разработчик прошёл через серию неудачных попыток с DenseNet121, архитектурой нейросети, которую большинство ИИ-ассистентов рекомендует первой для классификации рентгена. Модель была предобучена на ImageNet (огромная база обычных фотографий, не медицинских снимков).

Ошибки оказались показательными:

• Ложное «здоров». В разметке стоял выпот, пневмоторакс или кардиомегалия, а DenseNet уверенно ставил отсутствие находок с вероятностью от 81 до 94%. В одном случае при кардиомегалии модель была уверена на 99,3%, что снимок чист.
• Перепутанный класс. Истинная метка указывала на кардиомегалию, а модель предсказывала плевральный выпот с уверенностью 74%. Тепловая карта (Grad-CAM, визуализация того, куда «смотрит» сеть) показала внимание не на сердце, а на верхних долях и области шеи.
• Пропуск пневмоторакса. Модель выдавала отсутствие находок с 51,7%, а карта внимания концентрировалась в центре снимка вместо края лёгкого, где обычно ищут воздух.
• Артефакты вместо патологии. Даже когда предсказание совпадало с разметкой, карта внимания липла к плечам, шее и углам кадра, а не к лёгочным полям.

По выводу разработчика, DenseNet121 «зубрил» артефакты кадра и давал красивый показатель AUC (площадь под ROC-кривой, обобщённая метрика качества классификатора) на обучающей выборке, но провалился на конкретных клинически значимых снимках. Частично проблема была в популярном «грязном» датасете NIH ChestX-ray, на котором легко получить так называемый эффект Ганса (когда модель находит не патологию, а побочные признаки вроде типа оборудования или маркировки снимка).

Почему RAD-DINO-MAIRA-2 сработал?

RAD-DINO-MAIRA-2 отличается от DenseNet121 принципиально: это специализированный кодировщик от Microsoft Research, обученный именно на медицинских рентгеновских снимках, а не на фотографиях кошек и автомобилей.

Разработчик заморозил тяжёлый предобученный кодировщик и обучал только небольшую «голову», классифицирующую часть сети. Дообучение (fine-tuning, обучение модели на ваших примерах под узкую задачу) всей сети было бы дорого и рискованно: на десятках тысяч снимков легко уйти в переобучение, когда модель запоминает обучающую выборку вместо того, чтобы обобщать.

Результат: Macro AUC 0,9025 примерно за десять эпох (полных проходов по обучающей выборке). Обучение шло на одной видеокарте A100 с 80 ГБ памяти. Весь бюджет на вычисления составил около 300 долларов.

Модель опубликована под лицензией MSRLA, которая разрешает использование только в исследовательских целях.

Это не СЭМД и не замена рентгенологу. Сейчас ищу организацию для клинических испытаний, чтобы регистрировать изделие 3 класса риска в РФ. : Автор проекта

Какие уроки полезны тем, кто работает с ИИ?

Этот проект ценен не только для медицины. Разработчик задокументировал несколько практических выводов, применимых к любому использованию ИИ в медицине и смежных областях:

• Авторам Дзена, пишущим про ИИ. Кейс наглядно показывает: когда ИИ-ассистент уверенно советует «возьми DenseNet121», это может быть ловушкой популярности. Самый частый ответ не равен правильному. Если пишете обзоры нейросетей, проверяйте, на каких данных обучена модель и что говорят тепловые карты, а не только итоговую метрику.
• Разработчикам и предпринимателям в РФ. Путь от прототипа до медицинского изделия в России проходит через регистрацию изделия 3 класса риска и клинические испытания. Бюджет на саму модель оказался скромным, но регуляторный путь впереди, и именно он определит, станет ли прототип продуктом.
• Маркетологам медтеха. Кейс демонстрирует разрыв между «модель показала AUC 0,9» и «модель готова к клинике». Для коммуникаций важно не путать исследовательский прототип с готовым продуктом.

Что это значит для вас?

Если вы задумывались о медицинском ИИ-проекте в России, этот кейс показывает конкретный маршрут: специализированный предобученный кодировщик плюс дообучение только классифицирующей головы, плюс внимательный выбор датасета вместо «самого популярного». Бюджет в 300 долларов на вычисления делает порог входа в исследовательскую фазу доступным для небольших команд.

Практический шаг: если строите классификатор медицинских изображений, начните не с рекомендации ИИ-ассистента, а с вопроса, на каких данных обучен базовый кодировщик. Модель, видевшая при обучении миллионы рентгенов, отличает патологию от артефакта кадра. Модель, видевшая миллионы фотографий из интернета, этого не умеет, какой бы красивый AUC она ни показывала на обучающей выборке.