في ظل النقص المتزايد في عدد أطباء الأشعة، تتسارع وتيرة تطوير تقنيات توليد تقارير الأشعة الآلية. ومن أبرز التحديات التي تواجه هذه التقنيات هو عدم وجود تحكم فعلي في توازن الحساسيات (Sensitivity) والنوعية (Specificity) لمحتوى التشخيص. إن القدرة على ضبط هذه المتغيرات أساسية، حيث تختلف السيناريوهات السريرية إلى حدٍ بعيد: فالتشخيصات للحالات الطارئة تركز على الحساسية لتقليل الفرص الضائعة، بينما التأكيدات تتطلب جودة النوعية لتقليل التدخلات غير الضرورية.

يظهر هنا نظام "RadFusion"، الإطار الذي يمنح تقنية جيل التقارير القدرة على التحكم في العتبات. تعتمد هذه الطريقة على دمج مصنف متعدد التسمية (Multi-label Classifier) يقدم درجات ثقة لكل مرض مع مولد تقارير يعتمد على المعالجة المرئية (VQA) لوصف النتائج الطبية بالتفصيل. بعد ذلك، يقوم نموذج اللغة الكبير (LLM) بإعادة صياغة التقرير بحيث تتوافق التشخيصات المذكورة مع قرارات المصنف عند العتبة المحددة، مع الاحتفاظ بوصف المولد.

عند تطبيق RadFusion على مجموعة بيانات MIMIC-CXR، أظهرت نتائج أداء النظام توافقًا مع منحنى ROC الخاص بالمصنف. إن التحكم في العتبة وإعادة تصنيف التقارير يعيد إنتاج أداء ROC المعتمد، مما يعزز من فرص الحصول على الموافقات التنظيمية.

تزيد دقة التشخيص بفضل دمج هذين النوعين من النماذج، حيث تسجل الحساسية زيادة بنسبة 6.9% مع النوعية المتطابقة، والنوعية تزيد بنسبة 20.7% مع الحساسية المتطابقة. هذه النتائج تبين أن RadFusion يجعل توليد التقارير أكثر تكيفًا مع الظروف السريرية، وقابلاً للتحقق الكمي، وأكثر موثوقية تشخيصيًا.