原创 生物世界 生物世界撰文丨王聪编辑丨王多鱼排版丨水成文在许多临床和研究环境中，缺乏高质量的医学成像数据集阻碍了人工智能（AI）临床应用的潜力。这一问题在不太常见的情况、代表性不足的人群和新兴的成像方式中尤为突出，在这些情况下，各种综合数据集的可用性往往不足。2024年12月11日，温州医科大学瞿佳、张康、北京大学未来技术学院王劲卓等人在国际顶尖医学期刊 Nature Medicine 上发表了题为：Self-improving generative foundation model for synthetic medical image generation and clinical applications 的研究论文。研究团队开发了一种统一的医学图像-文本生成模型——MINIM。MINIM模型集成了医学图像与文本描述，涵盖了多种模式和器官，包括光学相干断层扫描（OCT）、眼底、胸部X光和胸部计算机断层扫描（CT）等，能够基于文本指令在不同的成像模式下合成不同器官的医学图像，具有作为通用医学人工智能（generalist medical AI，GMAI）的潜力。总的来说，该研究开发了在真实数据和合成数据上训练的生成式AI模型，显示出更好的预测能力，在罕见病诊断、报告生成和自我监督学习的背景下非常有益。在临床中证明了MINIM模型可以显著提高乳腺HER2突变的检测。此外，在临床研究中，将MINIM模型应用于EGFR突变癌症的靶向治疗，在两个独立的队列中证实了能够提高患者的5年生存率。论文链接：https://www.nature.com/articles/s41591-024-03359-y原标题：《Nature Medicine：瞿佳/张康/王劲卓团队开发全球首个通用大型生成式AI医学影像模型，帮助提高癌症患者生存率》摘要：原创 生物世界 生物世界撰文丨王聪编辑丨王多鱼排版丨水成文在许多临床和研究环境中，缺乏高质量的医学成像数据集阻碍了人工智能（AI）临床应用的潜力。这一问题在不太常见的情况、代表性不足的人群和新兴的成像方式中尤为突出，在这些情况下，各种综合数据集的可用性往往不足
来源：小肖说科技
免责声明：本站系转载，并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与本站联系，我们将在第一时间删除内容!