化工仪器网首页>资讯中心>行业百态>正文

中国科学院合肥物质院健康所开发出新型AI医疗诊断系统

2025年11月28日 14:52:12 来源:化工仪器网 点击量:3560

中国科学院合肥物质院健康所李海研究员团队开发了一种新型AI医疗诊断系统:MultiXpert,过创新性的算法设计,在面对未知病症时的推理过程,实现了对未知疾病的精准识别。

  近日,中国科学院合肥物质院健康所李海研究员团队开发了一种新型AI医疗诊断系统:MultiXpert。该系统能够在“零样本”(zero-shot)条件下对胸片(Chest X-Ray,CXR)进行智能诊断,意味着它无需任何标注数据,就能识别出甚至从未见过的疾病,从而使AI具备更接近医生诊断思维的能力。相关研究成果发表在计算机科学与信息管理领域一区期刊Information Processing and Management上。
 
  胸片是临床常用的影像学检查手段之一,对于多种疾病的筛查和诊断具有重要价值,但传统基于深度学习的诊断方法往往依赖大量标注数据,不仅耗费人力物力,且模型泛化能力受限。
 
  针对上述难题,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。
 
  在图像分支中,通过引入病灶感知掩码机制,MultiXpert能够在无显式标注情况下提升对潜在病灶的特征表达能力;通过分层记忆矩阵实现全局解剖信息与局部病灶特征的动态平衡,提升模型对复杂影像的结构化理解能力。
 
  在文本分支中,联合大语言模型与临床专家知识,MultiXpert能够对疾病描述进行语义校准与结构化重构,生成同时具备解剖精准性与临床标准化的病理描述文本,增强医学语义的表达一致性。通过跨模态语义对齐模块实现多粒度信息的互补融合,提升了模型在零样本条件下的病灶识别与诊断性能。
 
  实验结果显示,MultiXpert在四个单标签公共数据集上平均AUC提升达7.5%,在零样本场景下较主流视觉语言模型平均提升3.9%。它通过创新性的算法设计,在面对未知病症时的推理过程,实现了对未知疾病的精准识别。这一突破不仅提升了AI在医疗诊断领域的实用性,更为未来智能医疗的发展开辟了新的路径。
 
  素材来源:中国科学院合肥物质科学研究院
关键词

相关阅读 Related Reading

查看更多+
  • 总投资8.2亿元!湖北多所学校及医疗单位拟更新超155万台(套)仪器设备

    湖北多所学校及医疗单位拟更新1554898台(套)仪器设备,项目概算总投资82099.87万元。
    2026-03-03 14:53:58
  • 预算110万 漳州市卫生健康委员会采购质谱等

    近日,漳州市卫生健康委员会就“漳州市卫生健康委员会(漳州市医用设备集中采购工作小组办公室)全自动染色机、飞行质谱医疗设备统招分签采...
    2026-02-03 09:41:25
  • 2025年人工智能医疗器械创新任务揭榜挂帅入围单位公布

    工业和信息化部、国家药品监督管理局联合公布2025年人工智能医疗器械创新任务揭榜挂帅入围单位,共182项。
    2026-01-12 15:56:25
  • 第三批黑龙江省创新医疗器械应用示范项目拟实施项目清单公布

    黑龙江省工业和信息化厅公示第三批黑龙江省创新医疗器械应用示范项目拟实施项目清单(征求意见稿),公示期:12月17日—23日。
    2025-12-17 14:16:39
  • 北京:加强进口医疗器械监督管理,规范境内代理人行为

    北京市药品监督管理局发布《北京市进口医疗器械境内代理人监督管理办法(试行)》,共四章28条。自2026年1月1日起施行,试行期限为...
    2025-12-10 10:16:51

版权与免责声明

  • 凡本网注明“来源:化工仪器网”的所有作品,均为浙江兴旺宝明通网络有限公司-化工仪器网合法拥有版权或有权使用的作品,未经本网授权不得转载、摘编或利用其他方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:化工仪器网”。违反上述声明者,本网将追究其相关法律责任。
  • 本网转载并注明自其他来源(非化工仪器网)的作品,目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品第一来源,并自负版权等法律责任。
  • 如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。
高新材料的制备、表征及应用进展线上会议
关闭