A NVIDIA detalha o NV-Reason-CT, um modelo aberto de visão e linguagem para analisar tomografias computadorizadas em 3D. A proposta é processar o volume inteiro, e não fatias isoladas, para preservar a continuidade anatômica que aparece ao longo do exame.
Segundo a empresa, o sistema combina um codificador visual 3D com um modelo de linguagem treinado para responder de forma estruturada, descrevendo achados, incertezas e conclusão. O foco está em estudos de tórax e abdômen, com suporte a conversa em várias etapas sobre os achados do exame.
O treinamento foi feito em duas fases. Primeiro, houve ajuste supervisionado com cerca de 550.000 exemplos de perguntas e respostas estruturadas, incluindo anotações de radiologistas. Depois, a NVIDIA aplicou o método GRPO para melhorar a correção das respostas, com recompensa separada por região anatômica.
A empresa afirma que o NV-Reason-CT superou bases publicadas no CT-RATE, benchmark público de compreensão de CT 3D, e diz que radiologistas do NIH validaram a qualidade dos laudos estruturados e a plausibilidade clínica do raciocínio. Mesmo assim, a própria NVIDIA ressalta que o modelo é uma base de pesquisa e desenvolvimento, não um sistema autônomo de diagnóstico nem um produto clínico aprovado.