OsteoXRay_V0.1_Flux_Kontext_JGF

友人が提案した、気取らない実験：

アートや写真の編集用に設計されたFlux Kontextのようなモデルを、医療画像、たとえば「単純な」骨折の赤色マーキングに使用できるか？

即答：面白い結果を出すが、過剰に反応し、医療ツールとしては信頼性に欠ける。これはアイデアを試すためのプロトタイプに過ぎない。

使い方

1. 骨のX線画像（実物または合成）をアップロードする。

2. 「骨折がある場所にマークを付けてください」と尋ねる。

3. 目的に応じて、denoise、sampler、schedulerを調整する：

慎重モード（偽陽性を減らす）

• Sampler：Euler、15ステップ
• Scheduler：Karras
• Denoise：0.90

テスト結果：

• 偽陽性 ≈ 24%
• 骨折検出 ≈ 20%

感度モード（検出を優先、ノイズ多め）

• Euler、15ステップ、Karras
• Denoise：1.0

結果：

• 偽陽性 ≈ 80%
• 骨折検出 ≈ 86%

さらに攻撃的な設定（例：rk beta57、Denoise 1.0）では、**偽陽性100%、検出100%**という馬鹿げた結果に：すべてを赤で塗りつぶし、健常部もほぼすべて骨折と誤認する。未経験の目には区別がつかない。

Civitai用に作成した、100% AI生成の合成ミニデータセット（健康なX線10枚、骨折のあるX線10枚）でテスト：

• 健康な骨での偽陽性：100%
• 骨折検出：≈ 45%

有効な用途

• 医療画像におけるAIプロトタイプやテスト
• X線の「疑わしい」領域を視覚的に目立たせる（実験的・創造的アート、エキゾチックなツール xD）
• 感度 vs 偽陽性のバランスを実験するための教育的・実験的素材

不適切な用途

• 重大な診断には使用しない
• 医師の代わりにはならない、まったくもって！

重要

このLoRaは視覚的実験用のみです。
医療機器ではありません。信頼性がなく、臨床診断には使用しないでください。

もちろん、このツールはオープンソースで、高速（1回の分析に25秒）、一般のデスクトップPCで動作するため、今後このコンセプトをさらに実験する価値はあると思います…今後の展開に注目です！

お楽しみください！