В исследовании представлена инновационная модель JRadiEvo, предназначенная для автоматической генерации медицинских отчетов на основе радиологических изображений на японском языке. Основная научная новизна заключается в применении метода эволюционной оптимизации для процесса слияния (model merging) нескольких специализированных нейросетевых архитектур. Авторы предложили алгоритм, который позволяет найти оптимальные весовые коэффициенты при объединении моделей, что минимизирует потерю специфических знаний каждой из них. Использование данного подхода позволяет значительно повысить точность интерпретации медицинских снимков и естественность языка в текстовых заключениях. Результаты демонстрируют превосходство JRadiEvo над существующими базовыми моделями в задачах генерации медицинского текста. Данная технология имеет высокую практическую значимость для автоматизации работы рентгенологов и снижения нагрузки на медицинский персонал в Японии.