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。

知前沿，問智研。智研咨詢是中國一流產(chǎn)業(yè)咨詢機構(gòu)，十?dāng)?shù)年持續(xù)深耕產(chǎn)業(yè)研究領(lǐng)域，提供深度產(chǎn)業(yè)研究報告、商業(yè)計劃書、可行性研究報告及定制服務(wù)等一站式產(chǎn)業(yè)咨詢服務(wù)。專業(yè)的角度、品質(zhì)化的服務(wù)、敏銳的市場洞察力，專注于提供完善的產(chǎn)業(yè)解決方案，為您的投資決策賦能。