我國科學(xué)家建立生成式模型為醫學(xué)AI訓練提供技術(shù)支持
更新時(shí)間：2024/12/18 10:25:53 來(lái)源：新華社
新聞中心首頁(yè)
記者從北京大學(xué)未來(lái)技術(shù)學(xué)院獲悉，北京大學(xué)與溫州醫科大學(xué)的研究團隊建立一種生成式多模態(tài)跨器官醫學(xué)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(zhì)量醫學(xué)影像數據，為醫學(xué)影像大模型的訓練、精準醫療及個(gè)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威期刊《自然·醫學(xué)》上在線(xiàn)發(fā)表。
醫學(xué)影像大模型是利用深度學(xué)習和大規模數據訓練的AI通用模型，可自動(dòng)分析醫學(xué)影像以輔助診斷和治療規劃。但要提升大模型的性能，就需要大量數據不斷進(jìn)行訓練。然而，由于患者隱私保護、高昂的數據標注成本等多種因素，要獲得高質(zhì)量、多樣化的醫學(xué)影像數據往往存在障礙。為此，近年來(lái)，研究者們開(kāi)始探索使用生成式AI技術(shù)合成醫學(xué)影像數據，以此來(lái)擴充數據。
“目前公開(kāi)的醫學(xué)影像數據非常有限，我們建立的生成式模型有望解決訓練數據不夠的問(wèn)題�！北本┐髮W(xué)未來(lái)技術(shù)學(xué)院助理研究員王勁卓說(shuō)，研究團隊利用多種器官在CT、X光、磁共振等不同成像方式下的高質(zhì)量影像文本配對數據進(jìn)行訓練，最終生成海量的醫學(xué)合成影像，其在圖像特征、細節呈現等多方面都與真實(shí)醫學(xué)圖像高度一致。
實(shí)驗結果顯示，MINIM生成的合成數據在醫生主觀(guān)評測指標和多項客觀(guān)檢驗標準方面達國際領(lǐng)先水平，在臨床應用中具有重要參考價(jià)值。在真實(shí)數據基礎上，使用20倍合成數據在眼科、胸科、腦科和乳腺科的多個(gè)醫學(xué)任務(wù)準確率平均可提升12%至17%。
王勁卓表示，MINIM產(chǎn)生的合成數據具有廣泛應用前景，可單獨作為訓練集來(lái)構建醫學(xué)影像大模型，也可與真實(shí)數據結合使用，提高模型在實(shí)際任務(wù)中的性能，推動(dòng)AI在醫學(xué)和健康領(lǐng)域更廣泛應用。目前，在疾病診斷、醫學(xué)報告生成和自監督學(xué)習等關(guān)鍵領(lǐng)域，利用MINIM合成數據進(jìn)行訓練已展現出顯著(zhù)的性能提升。
（記者魏夢(mèng)佳）
 |
 |
 |
 |
焦作網(wǎng)免責聲明： | |||||||
|
||||||||
記者從北京大學(xué)未來(lái)技術(shù)學(xué)院獲悉，北京大學(xué)與溫州醫科大學(xué)的研究團隊建立一種生成式多模態(tài)跨器官醫學(xué)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(zhì)量醫學(xué)影像數據，為醫學(xué)影像大模型的訓練、精準醫療及個(gè)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威期刊《自然·醫學(xué)》上在線(xiàn)發(fā)表。
醫學(xué)影像大模型是利用深度學(xué)習和大規模數據訓練的AI通用模型，可自動(dòng)分析醫學(xué)影像以輔助診斷和治療規劃。但要提升大模型的性能，就需要大量數據不斷進(jìn)行訓練。然而，由于患者隱私保護、高昂的數據標注成本等多種因素，要獲得高質(zhì)量、多樣化的醫學(xué)影像數據往往存在障礙。為此，近年來(lái)，研究者們開(kāi)始探索使用生成式AI技術(shù)合成醫學(xué)影像數據，以此來(lái)擴充數據。
“目前公開(kāi)的醫學(xué)影像數據非常有限，我們建立的生成式模型有望解決訓練數據不夠的問(wèn)題�！北本┐髮W(xué)未來(lái)技術(shù)學(xué)院助理研究員王勁卓說(shuō)，研究團隊利用多種器官在CT、X光、磁共振等不同成像方式下的高質(zhì)量影像文本配對數據進(jìn)行訓練，最終生成海量的醫學(xué)合成影像，其在圖像特征、細節呈現等多方面都與真實(shí)醫學(xué)圖像高度一致。
實(shí)驗結果顯示，MINIM生成的合成數據在醫生主觀(guān)評測指標和多項客觀(guān)檢驗標準方面達國際領(lǐng)先水平，在臨床應用中具有重要參考價(jià)值。在真實(shí)數據基礎上，使用20倍合成數據在眼科、胸科、腦科和乳腺科的多個(gè)醫學(xué)任務(wù)準確率平均可提升12%至17%。
王勁卓表示，MINIM產(chǎn)生的合成數據具有廣泛應用前景，可單獨作為訓練集來(lái)構建醫學(xué)影像大模型，也可與真實(shí)數據結合使用，提高模型在實(shí)際任務(wù)中的性能，推動(dòng)AI在醫學(xué)和健康領(lǐng)域更廣泛應用。目前，在疾病診斷、醫學(xué)報告生成和自監督學(xué)習等關(guān)鍵領(lǐng)域，利用MINIM合成數據進(jìn)行訓練已展現出顯著(zhù)的性能提升。
（記者魏夢(mèng)佳）
 |
|
||||
|
焦作網(wǎng)免責聲明： | |||||||
|
||||||||
|
|
