عند قراءة الصور الطبية مثل التصوير المقطعي المحوسب (CT)، يقوم الأطباء الإشعاعيون عادةً بالبحث في الصورة لاكتشاف الورم، ووصفه وتقييمه، ومن ثم وصفه في تقرير الإشعاع. لتوطيد هذا العملية، نقترح شبكة تحليل شاملة متعددة المهام (MULAN) لاكتشاف الورم وتصنيفه وتقسيمه في أجزاء مختلفة من الجسم، مما يوسع بشكل كبير الأعمال الحالية التي تركز على تحليل الورم كمهمة واحدة في أجزاء الجسم المحددة. تعتمد MULAN على إطار عمل Mask R-CNN المحسن مع ثلاثة فروع رئيسية واستراتيجية دمج ميزات ثلاثية الأبعاد. لقد حققت هذه الشبكة أعلى مستوى من الدقة في مهام الاكتشاف والتصنيف على مجموعة بيانات DeepLesion، والتي تحتوي على 32 ألف ورم في الجسم بأكمله. كما قمنا بتحليل العلاقة بين الثلاث مهام وأظهرنا أن توقعات التصنيف يمكن أن تحسن دقة الاكتشاف من خلال طبقة تحسين النقاط (score refinement layer).