ARC-CT：解剖路由驱动对比学习，重塑3D胸部CT无标注分析范式

在医疗影像分析领域，利用胸部CT体积与放射学报告配对进行对比视觉语言学习，已成为无需手动标注即可训练异常分类器的重要路径。然而，传统的全球对比学习方法在处理胸部CT数据时面临两大核心挑战。首先，许多关键的病理异常往往表现为微小或解剖位置局部的特征，若将完整的3D体积池化压缩为单一嵌入向量，极易稀释这些细微的视觉证据，导致模型无法捕捉关键病灶。其次，标准对比学习目标通常将批次中的其他所有扫描视为负样本，但在临床实际中，许多胸部CT扫描可能共享相同的异常特征，这种处理方式会错误地将具有共同阳性特征的样本对推开，造成假阴性惩罚过高。针对上述问题，本研究提出了ARC-CT（Anatomy-Routed Contrastive Learning for 3D Chest CT），这是一种区域感知的框架，旨在通过仅利用从报告中提取的标签来解决这些局限性，全程无需人工标注或边界框。该框架的核心贡献在于其创新的解剖路由机制，能够精准定位视觉证据并优化对比学习目标，从而在缺乏细粒度标注的情况下实现高精度的异常检测。在技术方法层面，ARC-CT构建了一个由三个关键组件组成的复杂架构，以实现细粒度的视觉-语言对齐。第一个组件是AnatomyQFormer，它利用受自动生成的器官掩码约束的查询机制来定位图像中的关键证据，从而实现对特定解剖区域的关注。

第二个组件是label-Jaccard软InfoNCE目标函数，这一创新设计将标准的一对一目标与每对样本之间的标签集重叠度相结合。通过这种方式，模型能够识别出共享临床发现的扫描对，从而显著减少它们之间的假阴性惩罚，避免了传统方法中将相似病变样本错误视为负样本的问题。第三个组件是器官级对齐损失，该损失函数将掩码池化的视觉特征与通过离线使用大型语言模型提取的特定器官报告文本进行连接。这种多层次的对齐策略确保了模型不仅在整体语义上匹配，更在具体的解剖结构和病理描述上达到精确对应，极大地提升了特征表示的鲁棒性和可解释性。实验设置与结果验证充分展示了ARC-CT的优越性能。研究者在包含18种常见异常的胸部CT数据集上进行了广泛评估，采用无掩码宏观AUC作为关键评价指标。值得注意的是，该框架仅使用了一个紧凑的3D ResNet-18作为骨干网络，这在参数量和计算成本上远低于许多现有的大型模型。尽管如此，ARC-CT仍取得了0.86的宏观AUC成绩，这一结果不仅优于多种高效的基线模型，还超越了数个参数量更大、结构更复杂的Transformer模型。

消融实验进一步证实了各个组件的有效性，特别是label-Jaccard目标函数在减少假阴性惩罚方面的关键作用，以及AnatomyQFormer在局部特征提取上的优势。这些结果表明，ARC-CT在保持计算效率的同时，实现了与大型模型相当甚至更优的诊断性能，证明了其在资源受限环境下的实用价值。从行业意义与潜在影响来看，ARC-CT为医疗影像分析领域提供了一种高效、可扩展且无需昂贵人工标注的解决方案。其利用LLM自动提取标签的策略，极大地降低了数据准备的成本和门槛，使得大规模医疗数据的利用成为可能。对于开源社区而言，ARC-CT的代码和权重已公开，这将促进后续研究在对比学习和医疗AI方向的深入探索。在工业落地方面，其轻量级的架构设计使其易于部署到临床工作流中，辅助放射科医生进行快速筛查和诊断。此外，该框架的区域感知特性为后续研究提供了新的思路，即如何通过解剖路由机制提升模型的可解释性和诊断准确性，这对于建立医生对AI系统的信任至关重要。总体而言，ARC-CT不仅在技术上取得了突破，更在推动医疗AI的普惠化和实用化方面具有深远的影响。