Ett internationellt team från Harvard Medical School har släppt datasetet ReXGroundingCT, som kopplar fria textbeskrivningar av fynd i bröst-CT till exakta voxel-positioner. Datasetet innehåller mer än 16 000 annoterade anomalier i 3 142 skanningar och har använts i en tävling med 53 lag från 15 länder för att utveckla modeller som kan "grounda" språk till bilddata.

Syftet är att AI-system ska kunna generera radiologiska rapporter samtidigt som de visar exakt var i den tredimensionella skanningen fyndet finns, vilket underlättar verifiering för radiologer. Seniorförfattaren Pranav Rajpurkar betonar att detta minskar behovet av att lita på AI-utdata på blotta ord.

Förutom klinisk användning ser forskarna potential i medicinsk utbildning och patientkommunikation. En tidigare AI-plattform har redan hjälpt studenter att skriva rapporter och lokalisera fynd på röntgenbilder; med ReXGroundingCT kan liknande verktyg utvecklas för mer komplexa CT-bilder, inklusive videoförklaringar för patienter.

Vad innebär detta för svensk vård?

Datasetet ger en ny benchmark för svenska forskningsprojekt som vill utveckla AI-stöd för radiologer. Genom att kunna visa exakt var ett fynd ligger kan verktyg förbättra både diagnostisk säkerhet och patientförståelse, vilket kan minska arbetsbelastning och öka transparensen i radiologiska bedömningar.