溫州醫(yī)科大學(xué)眼視光醫(yī)院聯(lián)合北京大學(xué)、澳門科技大學(xué)等國內(nèi)外合作機構(gòu)研發(fā)了世界首個通用大型生成式醫(yī)學(xué)影像模型（MINIM），用于生成海量合成影像數(shù)據(jù)，為醫(yī)學(xué)影像領(lǐng)域的大模型訓(xùn)練注入“新燃料”，為下游醫(yī)療健康實施應(yīng)用指明一條新道路。該研究成果于12月11日正式在國際頂尖學(xué)術(shù)期刊Nature Medicine ——《自然醫(yī)學(xué)》上發(fā)表。

隨著人工智能技術(shù)的飛速發(fā)展，AI在醫(yī)療行業(yè)的應(yīng)用加速推進(jìn)。目前，人工智能算法的性能依賴于如何“喂”足高質(zhì)量“數(shù)據(jù)養(yǎng)料”，由于患者隱私保護以及高質(zhì)量醫(yī)療數(shù)據(jù)的匱乏，極大地限制了人工智能在醫(yī)療領(lǐng)域的廣泛應(yīng)用。“MINIM不僅有效解決了患者隱私保護問題，還克服了高昂的數(shù)據(jù)標(biāo)注成本等醫(yī)學(xué)大模型訓(xùn)練中的關(guān)鍵瓶頸?！睖刂葆t(yī)科大學(xué)張康教授作為文章的共同通訊作者介紹道，本研究通過少量高質(zhì)量的醫(yī)學(xué)影像與報告配對數(shù)據(jù)訓(xùn)練模型，實現(xiàn)了跨器官、多模態(tài)的海量高質(zhì)量醫(yī)學(xué)影像及報告的生成。研究結(jié)果顯示，MINIM生成的合成數(shù)據(jù)在醫(yī)生主觀評測和多項客觀檢驗指標(biāo)上均達(dá)到國際領(lǐng)先水平，在臨床應(yīng)用中展現(xiàn)了重要的參考價值。特別值得一提的是，研究團隊通過強化學(xué)習(xí)技術(shù)為MINIM引入了自我優(yōu)化機制，模型能夠根據(jù)醫(yī)生評分不斷提升生成能力。

文章共同通訊作者、溫州醫(yī)科大學(xué)教授瞿佳介紹，這項研究構(gòu)建了一個跨器官、多模態(tài)的生成式醫(yī)學(xué)影像模型，為緩解傳統(tǒng)醫(yī)療數(shù)據(jù)獲取與標(biāo)注的困境提供了創(chuàng)新方案。在眼科，對于一些臨床表現(xiàn)復(fù)雜、診斷困難的疾病，診斷模型依托高質(zhì)量數(shù)據(jù)進(jìn)行診斷、評估和科研等均顯示出卓越的效果，這也為精準(zhǔn)醫(yī)療的推進(jìn)及個性化治療的探索提供了強有力的技術(shù)支撐。（記者 周大正 通訊員 葉小靜）