Naukowcy opublikowali TALON, innowacyjny framework do generowania raportów radiologicznych, który zmienia podejście do analizy zmian w badaniach rentgenowskich pacjentów w czasie. Kluczową innowacją jest moduł Dual-Channel Temporal Fusion Module (DCTFM), który nie tylko porównuje aktualne badanie z wcześniejszymi, ale robi to poprzez dwa kanały - jeden do wykrywania stałych wyników, drugi do identyfikacji zmian przedziałowych.
Dotychczasowe modele miały istotne ograniczenia: albo pracowały na podstawie pojedynczego badania, albo brały pod uwagę tylko ostatnie poprzednie badanie. Nawet nowsze podejścia, które incorporowały wiele wcześniejszych badań, traktowały je jednakowo, bez oceny tego, które z nich są naprawdę istotne dla danego pacjenta. TALON rozwiązuje ten problem poprzez attention mechanism, który dynamicznie ocenia wagę każdego wcześniejszego badania oraz adaptacyjnie integruje informacje z historii pacjenta, eliminując redundancję.
Wyniki testów na MIMIC-CXR, znaczącej bazie danych radiologicznych, pokazują, że TALON przewyższa dotychczasowe najlepsze rozwiązania w różnych metrykach klinicznych i graph-based. Co ważne, wydajność modelu rośnie wraz z dostępem do większej liczby wcześniejszych badań - im dłuższa historia pacjenta, tym lepsze wyniki. To podkreśla potencjał frameworku do praktycznego zastosowania w rzeczywistych warunkach klinicznych, gdzie dostęp do pełnej historii pacjenta może znacząco poprawić dokładność diagnoz.