記者從北京大學未來技術學院獲悉，北京大學與溫州醫(yī)科大學的研究團隊建立一種生成式多模態(tài)跨器官醫(yī)學影像基礎模型（MINIM），可基于文本指令以及多器官的多種成像方式，合成海量的高質量醫(yī)學影像數(shù)據(jù)，為醫(yī)學影像大模型的訓練、精準醫(yī)療及個性化診療等提供有力技術支持。該成果已于近期在國際權威期刊《自然·醫(yī)學》上在線發(fā)表。

醫(yī)學影像大模型是利用深度學習和大規(guī)模數(shù)據(jù)訓練的AI通用模型，可自動分析醫(yī)學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)不斷進行訓練。然而，由于患者隱私保護、高昂的數(shù)據(jù)標注成本等多種因素，要獲得高質量、多樣化的醫(yī)學影像數(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技術合成醫(yī)學影像數(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