Обычный ИИ смотрит на медицинские снимки как на пазлы из незнакомых фрагментов — любые две непарные картинки он считает совершенно разными. Это как пытаться отличить близнецов, не зная их родства. В медицине же пациенты с одним заболеванием выглядят на МРТ почти одинаково, и алгоритм ошибается, путая «родственников».

Метод MseaCL добавляет в обучение текстовые отчёты врачей, создавая для ИИ «семейный альбом». Теперь каждая пара снимков получает подпись: похожи или нет по сути, а не только по пикселям. Раньше скрытые связи оставались незамеченными — как тёмная материя в астрофизике, — а теперь алгоритм их видит.

Удивительно, но для детских снимков пришлось учитывать возраст: мозг ребёнка активно развивается, и без этого ИИ мог принять норму за патологию.

В итоге точность определения подтипов опухолей выросла на 22,6% по сравнению с обычными методами. Теперь диагностика стала меньше зависеть от неопределённости, и ИИ превратился в надёжного помощника педиатров. Этот подход, словно спектроскопическая призма, разложил болезнь на чёткие варианты.