# NVIDIA раскрыла NV-Reason-CT: локальная 3D-модель для анализа КТ с открытыми весами

Источник: https://modelium.tech/zhurnal/nv-reason-ct-3d-vlm-local-ct-research/

24 сентября 2026 года NVIDIA дополнила карточку NV-Reason-CT утверждённым описанием и результатами оценки; исследовательская статья появилась 23 сентября. Это 3D vision-language модель для локального анализа КТ грудной клетки и живота. Веса и код доступны под OpenMDW-1.1, пример запуска использует PyTorch/Transformers и CUDA. Веса были загружены ещё 8 сентября: это не новый чекпойнт. Авторы ограничивают назначение исследованиями и обучением, не клиническими диагнозами.

## Что произошло и когда

NVIDIA опубликовала подробную, одобренную авторами карточку **NV-Reason-CT** с методикой и результатами оценки 24 сентября 2026 года; исследовательская работа появилась на arXiv 23 сентября. Но сам HF-репозиторий создан 8 сентября, и большой файл `model.safetensors` загружен в тот же день. Обновление 25 сентября добавило ссылку на статью, а не новые веса. Поэтому новость — о раскрытии практических деталей уже доступной модели, **не о выпуске нового чекпойнта 25 сентября** [s1](#src-s1) [s2](#src-s2) [s3](#src-s3).

NV-Reason-CT — мультимодальная модель для объёмных КТ грудной клетки и живота: 3D-энкодер передаёт пространственные признаки в языковую часть на основе Qwen3.5-4B. Авторы указывают 4,69 млрд параметров всего и 4,35 млрд в активном тракте обработки КТ. Она принимает файлы NIfTI (`.nii`/`.nii.gz`) и текстовый вопрос, формирует черновик отчёта или ответ с рассуждением. В карточке описана предварительная обрезка области и передискретизация к шагу 2 мм; неправильный выбор области `chest` либо `abdomen` нужно учитывать при интерпретации вывода [s1](#src-s1) [s4](#src-s4).

## Как использовать локально

Официальный пример использует Python 3.11+, `transformers==5.6.2`, PyTorch и CUDA: `AutoModelForImageTextToText.from_pretrained` с идентификатором `nvidia/NV-Reason-CT`, `trust_remote_code=True`, `dtype=torch.bfloat16`, `attn_implementation=sdpa` и `AutoProcessor` с `images3d`. Доступны исходники `model.py` и `processor.py`; `trust_remote_code=True` означает выполнение кода из репозитория, так что в рабочем окружении следует закрепить проверенную ревизию `386b93e` и проверить зависимости перед загрузкой данных. Карточка перечисляет Ampere, Hopper и Lovelace, а в качестве тестового оборудования — H100 и L40S. Это **не доказательство минимального объёма VRAM**; файл весов размером 10 644 167 648 байт также не равен требованию к оперативной памяти [s1](#src-s1) [s3](#src-s3) [s5](#src-s5).

Польза для локальной лаборатории — исследовать ответы на КТ без отправки самих снимков в сторонний сервис и проверять чувствительность к 3D-контексту на собственном обезличенном наборе. Локальный запуск сам по себе не решает вопросы приватности и прав на медицинские данные: файлы и журналы обработки должны оставаться под контролем организации. Мы не запускали модель и не проверяли её точность независимо [s1](#src-s1).

## Насколько убедительны результаты

По **оценке авторов**, на CT-RATE для 18 меток при едином фиксированном пороге прямой ответ Yes/No без отдельной классификационной головы достиг macro-F1 **0,614** и macro-AUROC **0,871**. Карточка указывает 3 002 проверочных случая после исправления датасета; в статье также есть результаты на внутренней выборке NIH. Сравниваемые подходы различаются по устройству и входам, а эти цифры не устанавливают пригодность для других клиник, протоколов и популяций. Утверждение статьи о сокращении среднего времени чтения и подготовки заключения на 50% относится к предварительному исследованию с экспертами, а не к независимой клинической валидации [s1](#src-s1) [s4](#src-s4).

## Лицензия и границы применения

Веса и сопутствующие материалы предоставлены по **OpenMDW-1.1**: текст лицензии разрешает работу с материалами без общего ограничения по типу использования, требует сохранять лицензию и уведомления при распространении и содержит условие прекращения прав при определённых судебных исках об интеллектуальной собственности. Это не то же самое, что Apache-2.0 исходной Qwen3.5-4B; условия производной модели нужно читать отдельно. При этом карточка NVIDIA прямо обозначает модель **только для исследований и образования**, не для диагностики или решений о лечении: вывод должен проверять квалифицированный специалист. Юридическое разрешение на материалы не является медицинским допуском или гарантией безопасности [s1](#src-s1) [s6](#src-s6) [s7](#src-s7).

## Источники

1. [NVIDIA NV-Reason-CT: закреплённая карточка модели и инструкция](https://huggingface.co/nvidia/NV-Reason-CT/tree/386b93e034983f6c1fc841a43833a1b6a0cd9c13) — получено 2026-09-25
2. [Hugging Face: история изменений NV-Reason-CT](https://huggingface.co/api/models/nvidia/NV-Reason-CT/commits/main?limit=20) — получено 2026-09-25
3. [Hugging Face: список файлов официальной модели на ревизии 386b93e](https://huggingface.co/api/models/nvidia/NV-Reason-CT/tree/386b93e034983f6c1fc841a43833a1b6a0cd9c13?recursive=true) — получено 2026-09-25
4. [Авторы NVIDIA: NV-Reason-CT, arXiv:2609.27511](https://arxiv.org/abs/2609.27511) — получено 2026-09-25
5. [NV-Reason-CT: закреплённые зависимости](https://huggingface.co/nvidia/NV-Reason-CT/raw/386b93e034983f6c1fc841a43833a1b6a0cd9c13/requirements.txt) — получено 2026-09-25
6. [NVIDIA: полный текст OpenMDW-1.1 в репозитории модели](https://huggingface.co/nvidia/NV-Reason-CT/raw/386b93e034983f6c1fc841a43833a1b6a0cd9c13/LICENSE) — получено 2026-09-25
7. [Qwen3.5-4B: карточка исходной модели и лицензия Apache-2.0](https://huggingface.co/Qwen/Qwen3.5-4B) — получено 2026-09-25