X-Ragent: apprendimento per rinforzo con strumenti per un ragionamento sulle radiografie del torace fondato su evidenze

Abstract degli autori

L’interpretazione delle radiografie del torace (CXR) richiede spesso di integrare i risultati visivi con evidenze specifiche per il compito, anziché affidarsi al solo riconoscimento visivo diretto. Gli agenti medici dotati di strumenti possono ottenere tali evidenze tramite moduli esterni, ma spesso non dispongono di meccanismi espliciti per imparare quando servono evidenze ausiliarie e per impedire che misurazioni quantitative non applicabili entrino nel ragionamento diagnostico. Per affrontare questo problema, proponiamo X-Ragent, un framework di post-addestramento per l’apprendimento per rinforzo con strumenti che separa la ricerca appresa di evidenze ausiliarie dall’acquisizione di misurazioni quantitative subordinata alla verifica della loro validità, per un ragionamento sulle CXR fondato su evidenze. Costruiamo Rad-CoT, un corpus di 7,7K esempi che combina traiettorie con strumenti ordinate secondo nessi causali e ragionamenti diagnostici nello stile dei referti, e lo usiamo per inizializzare Qwen3-VL-8B tramite fine-tuning supervisionato agentico (SFT). Ottimizziamo poi la policy con Group Relative Policy Optimization (GRPO), usando una ricompensa condizionata all’accuratezza che applica i termini relativi alla coerenza delle misurazioni e al costo degli strumenti ausiliari a livello di processo solo alle traiettorie corrette. In questo modo, un comportamento plausibile nel processo non può compensare una diagnosi errata. Su tre benchmark CXR, X-Ragent ottiene i risultati migliori, tra cui un miglioramento di 8,6 punti su ChestAgentBench, interamente tenuto da parte. Cercando le evidenze in modo selettivo e ammettendo solo misurazioni valide, X-Ragent favorisce un ragionamento sulle CXR più fedele e fondato su evidenze.