PANTHER из AIRI стал самым быстрым на FLARE 2026: КТ за 11 секунд на 4 ГБ

Найти опухоль на КТ-снимке любого органа за 60 секунд, имея всего 4 ГБ видеопамяти, и не выдумать патологию там, где её нет. Так выглядела первая задача соревнования FLARE 2026, итоги которого подвели на конференции MICCAI в Страсбурге. Модель PANTHER от команды AIRI, выросшая из проекта Летней школы института, показала лучшую скорость среди всех участников. Ансамбль из пяти нейросетей в итоге помещается примерно в 11 секунд на снимок.

Жёсткие условия задачи

Организаторы FLARE собрали сценарий, близкий к реальной клинике. Модель должна работать с опухолями в разных органах: печени, почках, поджелудочной железе, лёгких, лимфоузлах. Снимки приходят из разных больниц мира, то есть с разными томографами, протоколами съёмки и качеством. Это классическая проблема смены домена: сеть, обученная на данных одной клиники, на чужих снимках часто заметно теряет в точности.

Есть и второй подвох. Около половины случаев в реальном потоке составляют здоровые пациенты, и для них правильный ответ состоит в том, что ничего нет. Модели, натренированные только на патологии, склонны находить опухоль везде. Для скрининга это означает лавину ложных срабатываний и потерю доверия врачей.

Наконец, ресурсные рамки: 60 секунд на случай и 4 ГБ видеопамяти. Такое железо есть почти в любой рабочей станции, без дорогих серверных GPU. Побеждает не самая тяжёлая архитектура, а та, что точна и укладывается в бюджет.

Что известно о решении AIRI

Полная техническая разбивка опубликована на Хабре, в анонсе же авторы называют три ключевых момента. Их стоит читать как заявки команды, а не как независимо проверенные результаты.

• Происхождение: проект стартовал на Летней школе AIRI и дорос до участия в международном соревновании.
• Данные: по словам авторов, обучение на половине датасета дало результат лучше, чем на целом. Видимо, дело в отборе и балансе примеров, но детали метода в анонсе не раскрыты.
• «Вышибала»: команда снова привлекла отдельный компонент, который названа вышибалой. По контексту он, вероятно, отсекает здоровые снимки до тяжёлой сегментации, но точная роль уточняется в полном тексте.
• Ансамбль: пять нейросетей работают вместе и укладываются примерно в 11 секунд на снимок, то есть с большим запасом относительно лимита в 60 секунд.

Отдельно важна формулировка результата: PANTHER оказалась лучшей именно по скорости. Данных о том, какое место модель заняла по качеству сегментации и детекции, в анонсе нет, и сравнивать её с лидерами по точности пока рано.

Почему это важно за пределами конкурса

Связка «быстрый фильтр плюс ансамбль» выглядит прагматично. Если значительная часть потока здорова, дешёвый первый этап экономит вычисления для остальных случаев. Запас по времени (11 секунд против 60) позволяет добавить тяжёлые стадии или пост-обработку без выхода за лимит.

Для больниц и разработчиков медицинского ПО практический вывод простой. Во-первых, при оценке подобных моделей надо смотреть на поведение на здоровых снимках, а не только на найденные опухоли. Во-вторых, ограничение в 4 ГБ VRAM означает, что подобные решения теоретически можно запускать на локальных рабочих станциях, где данные не покидают периметр клиники. В-третьих, история с половиной датасета напоминает: качество отбора данных иногда важнее их объёма.

Для AIRI это ещё и пример того, как студенческий проект доходит до уровня MICCAI. Остаётся дождаться полного разбора архитектуры и публичных метрик, чтобы понять, насколько скорость PANTHER сочетается с клинической точностью.