美国国立卫生研究院（NIH）的一个研究团队开发了一种多功能机器学习模型，未来可能极大扩展医学扫描在疾病诊断中的作用。科学家们利用名为Merlin的工具分析三维腹部计算机断层扫描（CT），完成的任务从简单的解剖特征识别到提前数年预测疾病发作，不一而足。尽管Merlin被设计为通用型CT模型，但在多项任务上，它的表现超越了专门为此开发的类似自动化工具。
该团队利用斯坦福大学医学院收集的一组独特的患者CT扫描数据（关联了放射学报告和医疗诊断代码）对模型进行训练。研究人员指出，这是迄今为止最大的腹部CT数据集。
“丰富的数据集对于推动人工智能模型在医学领域实现突破至关重要，”NIH国家生物医学成像与生物工程研究所（NIBIB）主任Bruce Tromberg博士说。“这项工作展示了精心构建的训练数据如何能够带来显著洞察，从而极大简化工作流程并辅助临床决策。”
CT是一种常见的医学影像检查，通常在医学评估的早期阶段进行。要获得诊断，放射科医生需要解读结果，而且通常还需要额外的测试和临床评估。这一过程本身就耗时，而考虑到美国日益严重的医生短缺问题，则更加繁琐。
“有了Merlin，你或许可以超越传统放射学，直接从影像跳转到可能的诊断。而这只是其中一个潜在用途，”共同第一作者、斯坦福大学研究生Louis Blankemeier博士说。（Blankemeier博士是在斯坦福大学研究生阶段完成这项工作的。）
Merlin代表了一类新型模型，通常称为基础模型，它们使用大规模的、未标注的数据集进行训练，涵盖多种信息类型。
在这项新工作中，研究人员测试了Merlin在六大类活动中的表现，涉及超过750个独立任务，包括诊断、预后和质量评估。
为了让Merlin准备应对如此广泛的任务，研究人员首先用他们的临床数据宝藏对其进行训练，这些数据关联了超过15000个三维腹部CT扫描、相应的放射学报告以及近100万个诊断代码。利用这些信息作为学习材料，Merlin学习了视觉数据与书面数据之间的关系。
随后，研究人员用来自四家不同医院的超过50000个此前未见的腹部CT扫描对Merlin进行测试，以了解该模型与每个扫描对应的人工结论的匹配程度。
“Merlin能够直接处理某些任务，例如预测诊断代码；而其他更复杂的任务，例如从头起草放射学报告或在三维空间中识别和勾勒器官，则需要额外的训练，”共同第一作者、斯坦福大学研究生Ashwin Kumar说。
该团队还部署了针对每种任务类型专门优化的先进模型，作为比较基准。
在692个不同的诊断代码中，Merlin在超过81%的情况下成功预测了两个扫描中哪一个更可能与特定代码相关联，优于其他两种模型的多个变体。对于102个代码的子集，Merlin的性能提升至90%。
在另一类别中，团队推动Merlin仅基于CT扫描来预测健康患者是否将来会患上慢性疾病，例如糖尿病、骨质疏松症和心脏病。
研究作者发现，在比较不同受试者的扫描时，Merlin在75%的情况下能够识别出未来五年内患某种特定疾病风险较高的患者，而其他模型为68%。Blankemeier解释说，这些发现暗示该模型能捕捉到人眼可能遗漏的扫描关键特征，表明该工具有助于识别新的疾病生物标志物。
研究人员还进一步提高了难度，挑战Merlin解读胸部CT扫描——这是其CT学习材料中完全未涉及的身体部位。Merlin识别疾病通用特征的独特能力使其表现得与仅用胸部扫描训练的模型一样好甚至更优。
尽管是“万事通”，Merlin在所有任务上都超越或持平了专业模型。作者将Merlin的神奇之处归功于其架构和训练数据，这使得它能够处理复杂的三维扫描并在视觉和书面信息之间建立关联。
研究人员对其方法的未来充满期望，认为它可能很快借助先例获得监管批准用于较简单的任务，同时也计划改进Merlin以更好地处理更复杂的挑战，例如撰写报告。
虽然该工具开箱即用功能强大，但他们鼓励用户用自己的数据微调模型以满足特定需求。
参考文献：Blankemeier L, Kumar A, Cohen JP, et al. Merlin: a computed tomography vision–language foundation model and dataset. Nature. 2026. doi: 10.1038/s41586-026-10181-8
本文转载自以下材料。注意：材料可能因长度和内容进行了编辑。如需更多信息，请联系引用的来源。我们的新闻稿发布政策可在此处查看。
【全文结束】