Аңдатпа. Туберкулез қазіргі уақытта уақтылы және дәл диагностика жасауды талап ететін ең кең таралған жұқпалы аурулардың бірі болып табылады. Осыған байланысты, бұл жұмыста кеуде қуысының рентген суреттерінде туберкулезді автоматты түрде анықтауға арналған терең оқыту модельдерін әзірлеу және салыстырмалы бағалау зерттеуі ұсынылған. Зерттеудің мақсаты патологиялық өзгерістерді анықтау міндетінде YOLOv8 және RT-DETR модельдерінің тиімділігін талдау және ең дәл әрі тұрақты архитектураны анықтау. Бастапқы деректер жиыны 2441 кескіннен тұрып, аугментация әдістерін қолдану арқылы 5859 кескінге дейін кеңейтілді және Roboflow ортасында шектеуші рамкалар (bounding boxes) көмегімен таңбаланды. Зерттеу барысында YOLOv8 және RT-DETR модельдері оқытылып, салыстырмалы түрде талданды. Бағалау Precision, Recall, F1-score және mAP метрикалары негізінде жүргізілді. Эксперимент нәтижелері бойынша YOLOv8m моделі ең жоғары көрсеткіштерге қол жеткізді (Precision = 0.94, Recall = 0.91, mAP50= 0.95, mAP50-95 = 0.72), бұл оның дәлдік пен есептеу тиімділігінің оңтайлы теңгерімін қамтамасыз ететінін көрсетеді. Осы модель негізінде медициналық кескіндерді автоматты талдауға арналған интеллектуалды агент әзірленді. Алынған нәтижелер YOLO модельдерінің компьютерлік диагностика және дәрігерлік шешім қабылдауды қолдау жүйелерінде қолданудың тиімділігін дәлелдейді.

Түйін сөздер: туберкулез, кеуде қуысының рентгенографиясы, терең оқыту, YOLO, RT-DETR, объектілерді анықтау, медициналық кескіндер, ЖИ-агент.