[所屬分類:行業(yè)動態(tài)] [發(fā)布時間:2025-12-31] [發(fā)布人:楊曉燕] [閱讀次數(shù):] [返回]

新型AI醫(yī)療診斷系統(tǒng)讓胸片檢查更精準
作者：王敏  來源：中國科學報
山東拓普生物工程有限公司  http://521google.com.cn
中國科學院合肥物質(zhì)科學研究院研究員李海團隊開發(fā)了一種新型AI醫(yī)療診斷系統(tǒng)MultiXpert。該系統(tǒng)能夠在“零樣本”條件下對胸片進行智能診斷，意味著它無需任何標注數(shù)據(jù)，就能識別出甚至從未見過的疾病，從而使AI具備更接近醫(yī)生診斷思維的能力。11月6日，相關(guān)研究成果發(fā)表于《信息處理與管理》。
胸片是臨床最常用的影像學檢查手段之一，用于肺炎、結(jié)節(jié)、氣胸等多種疾病的篩查，但人工判讀耗時且依賴專家經(jīng)驗。傳統(tǒng)AI系統(tǒng)雖然在一些任務(wù)上能媲美專家，卻又嚴重依賴大量人工標注的數(shù)據(jù)，難以應(yīng)對新發(fā)疾病或不同醫(yī)院之間的數(shù)據(jù)差異，導致模型泛化能力有限，無法滿足復雜臨床環(huán)境下的精準診斷的需求。
為應(yīng)對這一挑戰(zhàn)，李海團隊提出了多模態(tài)雙流協(xié)同增強的新思路，構(gòu)建了一個無需額外標注數(shù)據(jù)即可實現(xiàn)“零樣本”高精度診斷的胸片智能分析框架MultiXpert。該模型能夠同時處理圖像與文字信息，并利用大語言模型和放射科專家知識優(yōu)化病灶描述，實現(xiàn)圖像與語言的深度融合，讓AI在未見疾病中也能“看懂”胸片，從而更加趨近于醫(yī)生的思考邏輯。
實驗結(jié)果顯示，MultiXpert在4個單標簽公共數(shù)據(jù)集上平均AUC（評估模型的一個指標）提升達7.5%，在零樣本場景下較主流視覺語言模型平均提升3.9%。在來自十家醫(yī)院的多中心私有數(shù)據(jù)上，MultiXpert相較于傳統(tǒng)的單中心監(jiān)督學習模型（如EfficientNet、ConvNeXt和ViT）提升13.9%至22.6%，充分證明了其優(yōu)異的跨中心泛化性能與臨床可遷移性。
該項研究為胸片“零樣本”智能診斷提供了新的技術(shù)路徑，也為醫(yī)學AI從“依賴標注”邁向“自主理解”提供了新范式，標志著醫(yī)療AI在零樣本學習領(lǐng)域的新突破。
李海團隊長期聚焦于AI+醫(yī)學影像研究，致力于推進智慧醫(yī)療的技術(shù)創(chuàng)新和臨床轉(zhuǎn)化。未來，團隊將進一步拓展該模型在多病種、多模態(tài)影像中的應(yīng)用，推動其在臨床場景中的落地轉(zhuǎn)化，助力構(gòu)建更加智能、精準、可解釋的醫(yī)學影像分析體系。
相關(guān)論文信息：https://doi.org/10.1016/j.ipm.2025.104468
（本文內(nèi)容來源于網(wǎng)絡(luò)，版權(quán)歸原作者所有，如有侵權(quán)可后臺聯(lián)系刪除。）