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

隨著人工智能技術的飛速發(fā)展，AI在醫(yī)療行業(yè)的應用加速推進。目前，人工智能算法的性能依賴于如何“喂”足高質量“數據養(yǎng)料”，由于患者隱私保護以及高質量醫(yī)療數據的匱乏，極大地限制了人工智能在醫(yī)療領域的廣泛應用?！癕INIM不僅有效解決了患者隱私保護問題，還克服了高昂的數據標注成本等醫(yī)學大模型訓練中的關鍵瓶頸。”溫州醫(yī)科大學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量的醫(yī)學影像與報告配對數據訓練模型，實現了跨器官、多模態(tài)的海量高質量醫(yī)學影像及報告的生成。研究結果顯示，MINIM生成的合成數據在醫(yī)生主觀評測和多項客觀檢驗指標上均達到國際領先水平，在臨床應用中展現了重要的參考價值。特別值得一提的是，研究團隊通過強化學習技術為MINIM引入了自我優(yōu)化機制，模型能夠根據醫(yī)生評分不斷提升生成能力。

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