美容健康

科學(xué)家開發(fā)醫(yī)學(xué)大模型以助力診斷與知識共享

2023/9/11 15:56:45 來源：科技部生物中心評論：(0)

導(dǎo)言：醫(yī)學(xué)領(lǐng)域缺乏公開可用的標(biāo)注醫(yī)學(xué)圖像，這是計算研究和教育創(chuàng)新的一大障礙。與此同時，許多去標(biāo)識化的圖像和豐富的知識被臨床醫(yī)生在醫(yī)學(xué)Twitter等公共平臺上分享。

　　醫(yī)學(xué)領(lǐng)域缺乏公開可用的標(biāo)注醫(yī)學(xué)圖像，這是計算研究和教育創(chuàng)新的一大障礙。與此同時，許多去標(biāo)識化的圖像和豐富的知識被臨床醫(yī)生在醫(yī)學(xué)Twitter等公共平臺上分享。

　　近日，發(fā)表在《Nature Medicine》上的一篇題為“A visual–language foundation model for pathology image analysis using medical Twitter”的文章中，斯坦福大學(xué)研究團隊開發(fā)了基于視覺和語言的醫(yī)學(xué)大模型，以助力醫(yī)學(xué)診斷與知識共享。

　　在該論文中，研究人員構(gòu)建了一個名為OpenPath的大型數(shù)據(jù)集，其中包含208,414張病理圖像，每張圖像都與自然語言描述相配對。通過開發(fā)病理語言-圖像預(yù)訓(xùn)練（PLIP）模型，研究人員充分展示了這一資源的價值。PLIP是一種多模態(tài)人工智能模型，能夠理解圖像和文本，它是基于OpenPath數(shù)據(jù)集進行訓(xùn)練的，PLIP在對四個外部數(shù)據(jù)集進行新病理圖像分類時表現(xiàn)出色，使用戶能夠通過圖像或自然語言搜索檢索相似的病例，極大地促進了知識共享。該研究表明，公開共享的醫(yī)學(xué)信息是一個寶貴的資源，可以用于開發(fā)醫(yī)學(xué)人工智能，提升診斷、知識共享和教育水平。

　　注：此研究成果摘自《Nature Medicine》，文章內(nèi)容不代表本網(wǎng)站觀點和立場，僅供參考。

免責(zé)聲明：

※ 以上所展示的信息來自媒體轉(zhuǎn)載或由企業(yè)自行提供，其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本網(wǎng)站證實，對本文以及其中全部或者部分內(nèi)容、文字的真實性、完整性、及時性本網(wǎng)站不作任何保證或承諾，請讀者僅作參考，并請自行核實相關(guān)內(nèi)容。如果以上內(nèi)容侵犯您的版權(quán)或者非授權(quán)發(fā)布和其它問題需要同本網(wǎng)聯(lián)系的，請在30日內(nèi)進行。
※ 有關(guān)作品版權(quán)事宜請聯(lián)系中國企業(yè)新聞網(wǎng)：020-34333079 郵箱：cenn_gd@126.com 我們將在24小時內(nèi)審核并處理。

分享到：

[責(zé)任編輯：喬姍]