本研究では、結核とその症状の早期検出を目指す説明可能なハイブリッドAIフレームワークを提案しています。結核は特に資源の限られた地域での健康問題として深刻であり、その早期発見は治療において重要です。しかし、高度な技術を持つ放射線技師が不足しているため、AIによるスクリーニングツールが必要とされています。本モデルは、胸部X線画像における病気と症状の検出を強化するために、教師・生徒フレームワークを用い、2つの監視頭と1つの自己監視頭を統合しています。実験の結果、COVID-19、結核、正常なケースの区別において98.85%の精度を達成し、多ラベル症状検出では90.09%のマクロF1スコアを達成しました。また、モデルは関連する解剖学的特徴に基づいて予測を行うことが示され、臨床スクリーニングやトリアージへの展開の可能性があることが示唆されています。