2026-02-26 11:42

跟着脑部成像需求增长，辐照科医师靠近日益严重的服务量积压。科学家们正在测试大限制AI模子能否匡助填补这一缺口。密歇根大学的连络东谈主员建设了一款名为Prima的神经影像基础AI模子，好像在几秒内解读脑部MRI（磁共振成像）连络并标志需要要紧照拂的病例。

Prima经受了卓著22万份MRI连络的实践，这些连络来自密歇根大学卫生中心的数字化辐照科记载，并在一项波及29，431次MRI检讨的前瞻性连络中进行了为期一年的评估。相关成果于本月早些时期发表在《当然·生物医学工程》（《Nature Biomedical Engineering》）上。

磁共振成像被正常哄骗于评估神经系统疾病，但在很多地区，需求增长速率卓著了辐照科的科罚才略。作家指出，遏抑增长的成像量延伸了盘活时期，给临床服务经过带来了格外压力，相称是在农村和资源有限的地区。Prima的接头指标是科罚真实的临床MRI连络过火相关辐照科敷陈，以因循惯例会诊服务。

“跟着群众MRI需求高涨，给咱们的医师和卫生系统帅来要紧压力，咱们的AI模子有后劲通过提供快速、准确的信息来改善会诊和诊治，从而收缩服务。”资深作家Todd Hollon博士在著述中默示。Hollon是密歇根大学卫生中心的神经外科医师，亦然密歇根大学医学院神经外科助理教师。

把柄论文露出，Prima在52项辐照科会诊中达到了平均92%的弧线底下积（AUC），开云app这是对主要神经系统疾病合座会诊准确性的揣摸轨范。作家宣称，该模子的推崇优于在团结任务上测试的其他通用型和医学AI系统。除了会诊分类，Prima还能生成可评释的辨别会诊，为辐照科医目生拨服务列表优先级，并提供转诊提出。

Prima是一个视觉话语基础模子，是一种多模态AI系统，旨在从医学图像和相关文本中学习。该模子采取分层视觉transformer架构，通过对比指标进行预实践，开云app将三维MRI体积与配对的辐照科敷陈对王人。MRI连络被分割成子体积，并使用矢量量化变分自编码器进行编码，生成tokens，这些tokens通过序列和连络级别的transformer，产生好意思满检讨的默示。在移动学习智力中，预实践组件被固定，并在学习到的连络特征上实践一个袖珍前馈积攒，以展望特定会诊和临床成果。

为构建实践数据集，团队查询了密歇根大学卫生中心折务器，得回悉数带有相关敷陈的颅脑MRI。在过滤元数据好意思满性后，生成的UM-220K数据集包含221，147项连络和560万个成像序列。谎话语模子被用于追忆辐照科敷陈并提真金不怕火结构化发现，以进行对比预实践。作家敷陈，模子在与LLM生成的追忆对王人的性能和与东谈主类大众追忆对王人的性能之间，莫得统计学显耀各异。

Prima还评估了在东谈主口群体中的自制性。前瞻性部队中性别、种族和地舆区域的交叉分析露出，会诊性能变化极小，等化几率分析标明，不同群体间真阳性和假阳性率的各异有限。

把柄密歇根大学医学院的著述，昔时版块的Prima可能好像整合更留心的患者信息和电子病历数据，以杀青更准确的会诊。Prima还有朝一日可能哄骗于其他类型的成像，如乳腺X光和超声检讨。

“就像AI器具不错匡助草拟邮件或提供提出相似，Prima旨在成为解读医学影像连络的数字助理。”Hollon说，“咱们确信，Prima体现了将卫生系统与AI运行模子相勾通、通过编削改善医疗保健的变革后劲。”