Volver al santuario

RSNA · MSK Reading

Detección multiplanar de hallazgos de rodilla en resonancia frente a 4.396 equipos.

Participación individual en RSNA Knee Abnormality Detection de Kaggle (12 hallazgos, inferencia sin red en GPU T4). Alcanzó 0,944 de macro-AUC público (puesto 169 / 4.396 al 26 sep 2026) descorrelacionando etiquetadores LLM y modelos 2.5D Attention-MIL.

Mejor macro-AUC público
0,944
al · Kaggle public leaderboard
Puesto público
169 / 4.396
al · Kaggle public leaderboard

El problema

Detectar 12 clases de hallazgos en estudios multiplanares de resonancia de rodilla bajo un límite de 9 horas sin internet en una T4.

Las etiquetas débiles fijan el techo

Solo 58 estudios tenían etiqueta oro; descorrelacionar extractores LLM sobre el texto aportó más que agrandar la arquitectura visual.

Auditoría ciega de etiquetas

Una revisión ciega asistida por agentes sobre los 58 estudios oro aisló errores sistemáticos de etiquetado con fines exclusivos de auditoría.

Disciplina experimental

Experimentos de una sola variable, reglas previas al envío, el conjunto oro solo como veto y descartar deltas públicos menores a 0,01.

Siguiente iteración

Priorizar una sola arquitectura 2.5D bien calibrada sobre ensambles pesados, descorrelacionar etiquetas desde el primer día y optimizar AUC por minuto.

PyTorchtimmCoAtNet2.5D Attention-MILWeak Supervision

Uso de investigación. No es una herramienta clínica. Todos los visuales aquí mostrados son sintéticos; no se exhiben imágenes ni reportes de la competencia.