资料显示,胸片是临床常用的影像学检查手段之一,但人工判读耗时且依赖专家经验。传统AI系统在一些任务上能够媲美专家,却依赖大量人工标注数据,难以应对新发疾病或不同医院之间的数据差异,导致模型泛化能力有限,无法满足复杂临床环境下精准诊断的需求。
据悉,该研究团队提出了多模态双流协同增强的新思路,构建了无需额外标注数据即可实现零样本高精度诊断的胸片智能分析系统。该系统能够同时处理图像与文字信息,并利用大语言模型和放射科专家知识优化病灶描述,实现图像与语言的深度融合。这一成果让AI在未见疾病中也能“看懂”胸片,其思考逻辑更趋近于专业医生的水平。
据了解,这一研究为胸片零样本智能诊断提供了新的技术路径,为医学AI从“依赖标注”迈向“自主理解”提供了新范式。