我国科学家建立生成式模型为医学AI训练提供技术支持
记者从北京大学未来技术学院获悉，北京大学与温州医科大学的研究团队建立一种生成式多模态跨器官医学影像基础模型(MINIM)，可基于文本指令以及多器官的多种成像方式，合成海量的高质量医学影像数据，为医学影像大模型的训练、精准医疗及个性化诊疗等提供有力技术支持。该成果已于近期在国际权威期刊《自然·医学》上在线发表。
医学影像大模型是利用深度学习和大规模数据训练的AI通用模型，可自动分析医学影像以辅助诊断和治疗规划。但要提升大模型的性能，就需要大量数据不断进行训练。然而，由于患者隐私保护、高昂的数据标注成本等多种因素，要获得高质量、多样化的医学影像数据往往存在障碍。为此，近年来，研究者们开始探索使用生成式AI技术合成医学影像数据，以此来扩充数据。
“目前公开的医学影像数据非常有限，我们建立的生成式模型有望解决训练数据不够的问题。”北京大学未来技术学院助理研究员王劲卓说，研究团队利用多种器官在CT、X光、磁共振等不同成像方式下的高质量影像文本配对数据进行训练，最终生成海量的医学合成影像，其在图像特征、细节呈现等多方面都与真实医学图像高度一致。
实验结果显示，MINIM生成的合成数据在医生主观评测指标和多项客观检验标准方面达国际领先水平，在临床应用中具有重要参考价值。在真实数据基础上，使用20倍合成数据在眼科、胸科、脑科和乳腺科的多个医学任务准确率平均可提升12%至17%。
王劲卓表示，MINIM产生的合成数据具有广泛应用前景，可单独作为训练集来构建医学影像大模型，也可与真实数据结合使用，提高模型在实际任务中的性能，推动AI在医学和健康领域更广泛应用。目前，在疾病诊断、医学报告生成和自监督学习等关键领域，利用MINIM合成数据进行训练已展现出显著的性能提升。
标签：
抢先读
- 我国科学家建立生成式模型为医学AI训练提供技术支持
- “以旧换新”年底火爆 优惠补贴“不收官”
- 于历战： 重视文化和艺术在空间的应用 更好满足人们高品质生活的需要
- 第九届中国国际砂石骨料大会举办
- 我国汽车行业发展或将呈现三大新风向
- 于历战： 重视文化和艺术在空间的应用 更好满足人们高品质生活的需要
- 推动家装服务规范化发展 《房屋整装服务标准》征求意见稿发布
- 第九届中国国际砂石骨料大会举办
- 搭建数字艺术舞台 2025 DA SHOW国际数字艺术联想大赛启动
- 过境免签延长至10天，上海如何接好“第一站”
- 推动家装服务规范化发展 《房屋整装服务标准》征求意见稿发布
- 苏经贸创新“一站式”社区助力学生全面发展
- 移动充电机器人“上岗” 助力解决新能源车充电难题
- 我国汽车行业发展或将呈现三大新风向
- 推动家装服务规范化发展 《房屋整装服务标准》征求意见稿发布
- “一条鱼”游出全产业链 “中国青鱼之乡”迎来冬捕丰收季
- 南航：让航班成为外籍旅客了解中国文化的窗口
- 系牢自动驾驶“安全带”
- “淘汰赛”愈演愈烈 新能源车企如何突围
- 电动智能与新消费“双向奔赴” 汽车自主品牌向上“突围”
- 中信证券：预计2025年中国汽车总销量将同比增长6.4%
- 第26届哈尔滨冰雪大世界公布票价 这些人免票
- 尊界超级工厂在合肥落成 预计达产后年产值将超千亿元
- 国盛集团大数据集团携手江苏师范大学开启合作新篇章
- 江苏师范大学智慧教育学院到访大数据集团并签约
- 约基奇三双、威少准三双，掘金1分险胜国王
- 驻马店市驿城区老街街道开展幼儿园消防安全排查活动
- 电动汽车供电设备强制认证将解决哪些问题和隐患？
- 享受冬日温暖 当心隐藏的风险
- 新华全媒+丨江门中微子实验液体灌注启动
- 多视角感受手榴弹实投“高燃”现场
- 人工智能落地医疗场景势头强劲
- 西藏今年新增5G基站7035个 通信条件持续改善
- 苏建院智能制造学院：缅怀先烈，砥砺前行
- “狂飙”两年，大语言模型已至拐点？
- “狂飙”两年，大语言模型已至拐点？
- 全国网络媒体齐聚山西 探寻三个一号旅游公路故事
- 用好推荐影片 提升学生审美素养
- 瞄向垂直行业赛道 AI大模型加速精细化落地
- 淮海战役烈士纪念塔下的青春誓言
- 银行分红的智慧：如何平衡股东回报与自身发展
- 国网徐州新电高科公司：省外变电无人机项目新突破
- 城市公园充满“科技范儿”
- 跨国公司本外币一体化资金池业务试点政策优化
- 新华全媒+｜江门中微子实验液体灌注启动
- 徐州云龙区黄山街道：书记项目强动能 跑出发展加速度
- 我国启动“纸质标准”数字化转型 已立项15个国家标准
- 城市公园充满“科技范儿”
- 新华全媒+｜江门中微子实验液体灌注启动
- 瞄向垂直行业赛道 AI大模型加速精细化落地
- 这所小学把地方特色非遗项目编入体育课
- 新闻分析：中国科学家何以领衔国际大科学计划？
- 浙江温州：球形巡逻机器人“上岗”
- 北海卷钢运输新突破：铁路直发压缩物流时长
- 江苏建院智能制造学院：资助育人“冬日送暖”暖人心
- 2000 千瓦纯电池动力调车机车助力防城港绿色发展
- 万里山河路 | “三绝 三宝 三匾” 领略三千年晋祠魅力
- 普惠金融新篇章 华夏银行与小微企业共绘发展蓝图
- 江苏建院智能制造学院多举措开展资助育人活动
- 上市现场“开撞”，风云A8L补贴后9.49万元起
- 《孤星计划》是青春谍战片？导演回应
- 中国核电在运在建规模升至世界第一
- 教育领域专家齐聚昆明 共议产教融合实践创新
- 岭南画派纪念馆再现杨之光近70载从艺历程
- 广东省教育厅：中小学生社会竞赛活动应“零收费”
- 中国—东盟产业合作区百色片区发展势头强劲
- 岭南画派纪念馆再现杨之光近70载从艺历程
- 西藏大学举办首届教育类研究生学术论坛 共探教育新发展
- 宁德时代携手行业共建换电生态 明年将自建1000座巧克力换电站
- 顽固堡垒打一个什么生肖？溃不成军是什么生肖？
- 广西贵港：港南羽绒产业开启新篇章
- 组建全球第三大车企有戏？本田、日产合并谈判中
- 教育领域专家齐聚昆明 共议产教融合实践创新
- 美术与设计类考生人数逐年下降 艺考难，就业更难？
- 胶浆印花怎么一洗就掉？胶浆印花的优缺点是什么？
- 中国石化建成我国首个工厂化海水制氢项目
- 广东省教育厅：中小学生社会竞赛活动应“零收费”
- 检查后请医生看报告单，该推门进还是排队等？
- 线下违规学科培训调查：藏在居民楼里的“兴趣班”五百元一天
- 西藏大学举办首届教育类研究生学术论坛 共探教育新发展
- 上下求索意思是什么？求索笃行是什么意思？
- 教育部公布2025年全国硕士研究生招生考试违法违规行为举报电话
- 线下违规学科培训调查：藏在居民楼里的“兴趣班”五百元一天
- 尘螨喜欢潜伏在何处？ 留意室内尘螨暴露9大风险点
- “健康校园行——中小学生校园流感公益科普项目”启动
- 食物过敏，你知道多少？
- 尘螨喜欢潜伏在何处？ 留意室内尘螨暴露9大风险点
- “横扫”南北！门急诊病例占10.8%！这种药有用但别乱吃→
- 长期“轻断食”可能让头发越来越少
- 长期“轻断食”可能让头发越来越少
- AI可为败血症患者优选抗生素
- 曹缘、郭崎琪谈奥运夺金：战胜伤病 破茧成蝶
- 孩子发烧是否需要立即就医？支原体肺炎何时需要做纤维支气管镜检查？| 科普时间
- 孩子发烧是否需要立即就医？支原体肺炎何时需要做纤维支气管镜检查？| 科普时间
- 福建中医药大学深化国际合作 推动中医药文化“走出去”
- 满屏甜蜜！武警重庆总队机动支队举行集体婚礼
- 斯诺克德国大师赛资格赛：8名中国选手率先晋级64强
- 广西铁路线上的“全能”工长：上得铁道 建得“小家”
- 杨家玉摘得2024年世界田联竞走巡回赛女子总冠军
- “青藏门户”海东市举行徒步活动：万人走进自然 享运动之乐