Benchmarking dei Modelli Fondamentali CT 3D Rivela Nessuno Stato dell'Arte Universale

Un recente preprint su arXiv (2608.05960) valuta dieci modelli fondamentali CT 3D congelati su tre coorti di scansioni TC toraciche, inclusi un set di dati clinici interni precedentemente non visti. La ricerca impiega k-nearest neighbors, prompting zero-shot e probing lineare per la valutazione. I risultati indicano che non esiste un unico modello allo stato dell'arte, poiché le classifiche variano in base al contesto di valutazione. In generale, i modelli che integrano una tokenizzazione fine delle immagini con l'allineamento visione-linguaggio producono i migliori risultati. Tuttavia, un encoder supervisionato leggero mostra anche una forte competitività, suggerendo che le etichette esplicite possono efficacemente sostituire la scala. La performance è principalmente limitata da un collo di bottiglia fisico piuttosto che dall'architettura del modello, influenzando l'interpretazione TC di routine, in particolare per quanto riguarda i reperti incidentali.