記者從北京大學(xué)未來技術(shù)學(xué)院獲悉，北京大學(xué)與溫州醫(yī)科大學(xué)的研究團隊建立一種生成式多模態(tài)跨器官醫(yī)學(xué)影像基礎(chǔ)模型（MINIM），可基于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)療及個性化診療等提供有力技術(shù)支持。該成果已于近期在國際權(quán)威期刊《自然·醫(yī)學(xué)》上在線發(fā)表。

醫(yī)學(xué)影像大模型是利用深度學(xué)習(xí)和大規(guī)模數(shù)據(jù)訓(xùn)練的AI通用模型，可自動分析醫(yī)學(xué)影像以輔助診斷和治療規(guī)劃。但要提升大模型的性能，就需要大量數(shù)據(jù)不斷進(jìn)行訓(xùn)練。然而，由于患者隱私保護、高昂的數(shù)據(jù)標(biāo)注成本等多種因素，要獲得高質(zhì)量、多樣化的醫(yī)學(xué)影像數(shù)據(jù)往往存在障礙。為此，近年來，研究者們開始探索使用生成式AI技術(shù)合成醫(yī)學(xué)影像數(shù)據(jù)，以此來擴充數(shù)據(jù)。

詳情請見：https://www.news.cn/tech/20241217/c168f751a1aa4b1aaa2f41958c6e2c53/c.html