GazeX: KI-Modell lernt Radiologen zu sehen und zu denken

Ein neues Vision‑Language‑Modell namens GazeX nutzt Augen‑Tracking‑Daten von Radiologen, um deren diagnostische Denkweise nachzuahmen. Durch das Einbeziehen von Blick‑Trajektorien und Fixationsmustern lernt GazeX, medizinische Bilder systematisch zu untersuchen und die wichtigsten Befunde in einer klinisch sinnvollen Reihenfolge zu integrieren.

Im Gegensatz zu herkömmlichen Modellen, die primär semantische Informationen optimieren, folgt GazeX der strukturierten Vorgehensweise von Radiologen, etwa dem ABCDEF‑Ansatz. Dadurch werden kritische Regionen nicht übersehen und die diagnostische Genauigkeit steigt. Das Modell wurde mit über 30.000 Blick‑Frames von fünf erfahrenen Radiologen trainiert und demonstriert eine höhere Präzision bei der Berichtserstellung, der Krankheitszuordnung und der Beantwortung visueller Fragen.

Ein besonderes Merkmal von GazeX ist die Bereitstellung von verifizierbaren Beweismaterialien: Es erzeugt nicht nur Diagnosen, sondern liefert auch die zugehörigen Blick‑Trajektorien und lokalisierten Befundregionen. Diese Transparenz erleichtert Radiologen die Überprüfung und stärkt das Vertrauen in KI‑unterstützte Diagnostik.