# ORGANIC3D testar om CT-modeller känner igen rätt anatomi

> Ett nytt ramverk testar hur 3D-modeller som kombinerar bild och text kopplar fynd till organ och tränar dem att i högre grad förlita sig på relevant information i undersökningen.

Oossa · 2026-11-19 · https://oossa.com/sv/organic3d-tests-whether-ct-models-use-the-right-anatomy

Forskare har presenterat ORGANIC3D, ett ramverk för att testa och förbättra om AI-modeller som tolkar 3D-CT-bilder kopplar skriftliga fynd till rätt anatomi. I testerna ändras bilderna genom att organ tas bort, lesioner byts ut eller höger och vänster kastas om. Det blottlägger brister i kopplingen även hos modeller med höga klassificeringsresultat.

Forskarna uppger att deras modell, som enbart tränats på offentliga data, nådde 77% träffsäkerhet när det gäller sida, jämfört med högst 66% för tidigare modeller. När ett organ togs bort drog modellen tillbaka 96–99% av fynden om det organet. Övriga modeller drog tillbaka högst 69%.

## Fakta

- Riktmärket utvärderade 12 kontrollpunkter för synkodare och 7 generativa modeller som kombinerar bild och språk.
- Artikeln publicerades på arXiv den 2026-11-19.

## Varför det spelar roll

För radiologteam som utvärderar AI för CT-bilder erbjuder ORGANIC3D tester av om en modells fynd faktiskt bygger på relevant anatomi. Artikeln visar dock inte hur resultaten kan omsättas i klinisk användning.

## Källor och referenser

1. [ORGANIC3D: Grounding 3D CT Vision Language Models in Organ Level Image Text Coupling](https://arxiv.org/abs/2611.23529) – arXiv cs.CV, 2026-11-19

Senast uppdaterad: 2026-11-19
