醫(yī)學(xué) AI 創(chuàng)新:我國(guó)科學(xué)家打造生成式模型引領(lǐng)醫(yī)學(xué)領(lǐng)域新革命

醫(yī)學(xué)AI創(chuàng)新:我國(guó)科學(xué)家打造生成式模型引領(lǐng)醫(yī)學(xué)領(lǐng)域新革命

隨著人工智能(AI)在醫(yī)療領(lǐng)域的廣泛應(yīng)用,醫(yī)學(xué)影像分析的重要性日益凸顯。AI技術(shù)為醫(yī)生提供了更快速、更準(zhǔn)確的診斷工具,同時(shí)也為制定個(gè)性化治療方案提供了有力支持。然而,高質(zhì)量、多樣化的醫(yī)學(xué)影像數(shù)據(jù)獲取卻面臨諸多挑戰(zhàn),包括患者隱私保護(hù)、高昂的數(shù)據(jù)標(biāo)注成本等。為了解決這一問(wèn)題,我國(guó)科學(xué)家們正在積極探索使用生成式AI技術(shù)合成醫(yī)學(xué)影像數(shù)據(jù)。

近期,北京大學(xué)與溫州醫(yī)科大學(xué)的研究團(tuán)隊(duì)建立了一種名為MINIM的生成式多模態(tài)跨器官醫(yī)學(xué)影像基礎(chǔ)模型。該模型可根據(jù)文本指令以及多器官的多種成像方式,合成海量的高質(zhì)量醫(yī)學(xué)影像數(shù)據(jù),為醫(yī)學(xué)影像大模型的訓(xùn)練、精準(zhǔn)醫(yī)療及個(gè)性化診療等提供了有力技術(shù)支持。該成果已于12月11日發(fā)表在國(guó)際權(quán)威期刊《自然?醫(yī)學(xué)》上。

00.jpg

圖為由MINIM生成的高質(zhì)量醫(yī)學(xué)合成圖像(受訪者供圖)

MINIM模型的作用類似于一個(gè)“圖像生成器”,通過(guò)AI技術(shù),可以根據(jù)文字描述,自動(dòng)合成出海量的醫(yī)學(xué)影像數(shù)據(jù),包括CT、X光、磁共振等不同成像方式的影像,涵蓋了各種器官。研究團(tuán)隊(duì)利用高質(zhì)量的影像文本配對(duì)數(shù)據(jù)進(jìn)行訓(xùn)練,最終生成了與真實(shí)醫(yī)學(xué)圖像高度一致的合成影像。

在實(shí)驗(yàn)中,使用MINIM生成的合成數(shù)據(jù)在醫(yī)生主觀評(píng)價(jià)和客觀檢測(cè)標(biāo)準(zhǔn)上都達(dá)到了國(guó)際領(lǐng)先水平。尤其是在眼科、胸科、腦科和乳腺科的多個(gè)醫(yī)學(xué)任務(wù)中,使用20倍合成數(shù)據(jù)在準(zhǔn)確率上平均可提升12%至17%。這一成果不僅驗(yàn)證了MINIM模型的優(yōu)越性,也展示了生成式AI技術(shù)在醫(yī)學(xué)影像數(shù)據(jù)合成中的巨大潛力。

然而,這只是冰山一角。MINIM生成的合成數(shù)據(jù)應(yīng)用前景廣闊,既可以單獨(dú)用來(lái)訓(xùn)練醫(yī)學(xué)影像大模型,也可以和真實(shí)數(shù)據(jù)混合使用。這種混合使用的方式,不僅可以提高模型在實(shí)際應(yīng)用中的性能,更能推動(dòng)AI在醫(yī)學(xué)和健康領(lǐng)域更廣泛的應(yīng)用。

實(shí)際上,在疾病診斷、醫(yī)學(xué)報(bào)告生成和自監(jiān)督學(xué)習(xí)等關(guān)鍵領(lǐng)域,利用MINIM合成數(shù)據(jù)進(jìn)行訓(xùn)練已展現(xiàn)出顯著的性能提升。這一進(jìn)步不僅有望提高醫(yī)療診斷的準(zhǔn)確性,更有可能推動(dòng)醫(yī)學(xué)影像分析的革新,引領(lǐng)醫(yī)學(xué)領(lǐng)域的新革命。

我國(guó)科學(xué)家的這一創(chuàng)新成果,無(wú)疑為醫(yī)學(xué)領(lǐng)域帶來(lái)了新的契機(jī)。然而,我們也要清醒地認(rèn)識(shí)到,AI技術(shù)在醫(yī)療領(lǐng)域的應(yīng)用仍面臨諸多挑戰(zhàn),如數(shù)據(jù)安全、隱私保護(hù)、倫理問(wèn)題等。因此,我們需要在推動(dòng)技術(shù)創(chuàng)新的同時(shí),兼顧社會(huì)倫理和法律問(wèn)題,確保技術(shù)的健康發(fā)展。

總的來(lái)說(shuō),我國(guó)科學(xué)家的醫(yī)學(xué)AI創(chuàng)新——MINIM生成式模型,為解決醫(yī)學(xué)影像數(shù)據(jù)挑戰(zhàn)提供了新的思路和方法。它的出現(xiàn),不僅有望推動(dòng)醫(yī)學(xué)影像分析的進(jìn)步,更有可能引領(lǐng)醫(yī)學(xué)領(lǐng)域的新革命。我們期待著這一技術(shù)在未來(lái)的廣泛應(yīng)用,為人類健康事業(yè)帶來(lái)更多的福祉。

(免責(zé)聲明:本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請(qǐng)進(jìn)一步核實(shí),并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 )

贊助商
2024-12-18
醫(yī)學(xué) AI 創(chuàng)新:我國(guó)科學(xué)家打造生成式模型引領(lǐng)醫(yī)學(xué)領(lǐng)域新革命
我國(guó)科學(xué)家開發(fā)醫(yī)學(xué)影像生成模型MINIM,可合成高質(zhì)量醫(yī)學(xué)影像數(shù)據(jù),有望推動(dòng)醫(yī)學(xué)影像分析革新。

長(zhǎng)按掃碼 閱讀全文