Dilatation aortique légère : 12% détectés à la première lecture, 93% avec un VLM de mesure

Cinq sur 43. C'est le nombre de cas de dilatation aortique légère confirmés par scanner qu'un ensemble de premières lectures de radiographies thoraciques a détectés dans une étude acceptée à la conférence EACTS en 2026. Une approche d'IA guidée par la mesure en a trouvé 40 sur 43 : 93% de sensibilité contre 12%. L'élargissement aortique n'est généralement pas l'indication principale d'une radiographie thoracique, et il n'y est pas systématiquement quantifié, de sorte que les cas limites restent invisibles jusqu'à ce qu'un scanner obtenu pour une autre indication les révèle par hasard. La note de recherche associe la détection tardive à des événements cardiovasculaires indésirables.

Le modèle qui effectuait ces mesures n'était pas CARE-X. L'expérience, un effort de recherche distinct décrit dans la même note, associait Qwen3-VL-4B-Instruct à des outils de mesure déterministes. Le VLM conserve un accès visuel à la radiographie via une boucle multi-tours, appelant des outils pour identifier les repères anatomiques, calculer des mesures et évaluer des seuils diagnostiques avant de répondre. CARE-X est la pièce complémentaire : un modèle vision-langage unifié pour la radiographie thoracique combinant la génération de rapports en texte libre à des prédictions structurées calibrées en une seule passe.

Quand regarder ne suffit pas, ajoutez une règle

Certains constats radiologiques sont définis par des nombres, pas par des motifs. La cardiomégalie implique de calculer les largeurs cardiaque et thoracique et leur rapport. L'élargissement du médiastin, l'augmentation de volume du bouton aortique et la dilatation de l'aorte ascendante ou descendante dépendent tous de mesures qu'un modèle devrait calculer plutôt qu'approximer visuellement, en tenant compte de l'incidence, de l'exposition et de la rotation du patient. Sans entraînement spécifique à la tâche, le pipeline augmenté d'outils a surpassé l'inférence par perception seule sur chaque affection basée sur des mesures évaluée :

Les gains les plus importants se situent à l'extrémité cliniquement dangereuse. La dilatation de l'aorte descendante est passée d'un F1 de 28.57 avec la perception seule à un 100 parfait avec les outils ; l'aorte ascendante de 39.33 à 100. Sur une cohorte ambulatoire de 122 cas positifs confirmés par scanner, la variante avec outils a atteint un rappel de 94.26%, soit 10.65 points de plus que la meilleure référence ne reposant que sur la perception. Dans l'étude EACTS, l'approche guidée par la mesure a détecté 40 des 43 cas de dilatation aortique légère, contre 5 sur 43 lors des premières lectures, mettant en évidence 35 cas légers qui avaient été manqués.

Ces chiffres ne mesurent que le rappel, et les auteurs le précisent. En triage, un diagnostic manqué est généralement l'échec le plus coûteux, c'est pourquoi l'étude s'y est concentrée, mais un modèle qui signale tout obtient un rappel parfait et ne sert à rien en pratique. Une étude élargie avec des cohortes négatives confirmées par scanner est en cours.

CARE-X : un modèle, deux façons de répondre

CARE-X est construit sur un encodeur visuel SigLIP2-so400M et un modèle de langage Phi-4-mini-instruct (3.8B) reliés par un adaptateur léger, avec des têtes auxiliaires spécifiques à la tâche pour la classification et l'ancrage, co-entraînées avec l'objectif linguistique. L'inférence double signifie qu'une seule passe avant produit à la fois une réponse textuelle autorégressive et une prédiction de tête auxiliaire portant un score de confiance. Comme ces scores sont calibrés, les seuils peuvent être déplacés : à 0.5, le modèle renvoie une sensibilité de 0.943 ; à 0.6, il renvoie une valeur prédictive positive de 0.927. Un clinicien pourrait passer d'un dépistage à haute sensibilité à une confirmation à haute spécificité en une seule passe, ce que les architectures purement génératives ne peuvent pas offrir.

L'apprentissage par renforcement avec DAPO réduit l'écart restant entre génération et structure. Sur l'ancrage anatomique dans Chest ImaGenome, la sortie générative entraînée avec DAPO atteint 0.868 mAP, légèrement devant la tête de détection SFT à 0.865, et la tête d'ancrage auxiliaire améliore l'ancrage de phrases sur PadChest de 24.6 points de mAP et de 14.1 points de mIoU. CARE-X s'est également classé premier au classement ReXrank ReXVQA en août 2026, avec une précision de 94% sur 41,007 paires question-réponse, six points au-dessus du modèle suivant le mieux noté publiquement, et affiche les meilleures performances sur la plupart des métriques à travers MIMIC-CXR, IU-Xray, CheXpert-Plus et ReXGradient.

Maladies rares sur des données cliniques indiennes

Avec Medha AI et Narayana Health comme collaborateurs, l'équipe a validé CARE-X sur 1,047 radiographies thoraciques désidentifiées de Narayana Health, couvrant cinq maladies rares à forte acuité avec une prévalence comprise entre 2.6% et 5.2%. CARE-X a enregistré la sensibilité la plus élevée dans trois des cinq :

Sensibilité par affection sur la cohorte de Narayana Health.

Le pneumopéritoine a atteint une sensibilité de 0.89 avec une spécificité de 0.94. L'écart le plus large concerne la position anormale des sondes et lignes : 0.66 contre 0.03 pour CheXOne et 0.18 pour MedGemma. Le 1.00 parfait de MedGemma sur le déplacement médiastinal s'accompagne d'une spécificité de 0.53, un compromis qui rend la sensibilité brute trompeuse à elle seule.

Ce que les chiffres ne disent pas

Rien de tout cela n'est prêt pour un hôpital. CARE-X est un modèle de recherche, pas une offre de produit Microsoft ni un dispositif médical. Il n'a été ni autorisé ni approuvé par aucune autorité réglementaire et n'est pas destiné au diagnostic clinique, au dépistage ou aux soins aux patients. Les résultats sont des conclusions de recherche rétrospectives qui n'établissent ni la sécurité, ni l'efficacité, ni l'adéquation à quelque usage clinique que ce soit. L'expérience de mesure est distincte de CARE-X, et ses résultats les plus solides ne couvrent que des cas positifs avec une vérité terrain confirmée par scanner.

La voie vers un outil de dépistage

La direction de la mesure est déjà sous les projecteurs : l'application de dépistage de la dilatation aortique basée sur l'IA a été sélectionnée comme finaliste pour une présentation à l'IHF Innovation Hub lors du World Hospital Congress 2026. La feuille de route de CARE-X comprend la génération de rapports structurés, un meilleur support du diagnostic différentiel, une intégration plus étroite des outils et un contexte clinique au-delà de l'image, comme les résultats de laboratoire et les antécédents du patient.

Pour l'instant, le constat durable est la division du travail. Le VLM comprend l'image et localise les indices ; les outils font l'arithmétique sur les repères. Pour les diagnostics dépendant de seuils, cette séparation est ce qui a fait passer un taux de détection de 12% à 93%.