微软医疗和生物技术研究小组（Health Futures）开发了一种人工智能模型，该模型可以识别肿瘤、黑色素瘤、胸腔感染和其他健康问题。通过向该模型提供常规成像程序的数据，医疗专业人员可以发现那些可能被忽视的疾病迹象。
通常情况下，超声波、CT扫描、MRI等技术产生的图像会被发送给专门的人类专家，他们仔细审查每张图像以寻找警示标志：不寻常的细胞聚集、黑色素瘤形状的微小变化、可能表明肺部感染的液体等。然而，最微小的警示标志可能会被忽略，从而错失患者在病情恶化前发现危险健康问题的机会。一些识别步骤，如识别肿瘤并绘制其精确形状，是由不同的团队分别完成的。因此，一些潜在的发现不可避免地会遗漏。
BiomedParse旨在填补这些空白，帮助人类一次性完成医学图像处理的三大主要步骤：对象识别、检测和分割。在周一发布的一篇博客文章中，Health Futures表示，他们的模型在九种成像技术上都优于人眼，成功地为各种专业提供了“整体”分析解决方案。为了构建BiomedParse，该小组使用OpenAI的GPT-4创建了一个数据集，专注于医学图像处理的前两个步骤：对象识别（识别异常）和检测（捕捉异常在周围环境中的具体问题）。这个数据集包括来自全身的600多万张器官、组织学和各种异常图像及其相应的文字描述。这些图像使BiomedParse能够从CT、MRI、X光、超声波、病理学、眼底（眼球后部）、皮肤镜检查、内窥镜检查和OCT（光学相干断层扫描）图像中识别微小细节。
医疗专业人员使用BiomedParse的方法是向其提供一系列图像，例如患者的肝脏病理切片，并提供一个简单的文本提示。然后，该模型将这些切片与与文本提示中指定的疾病相关的训练图像进行比较。如果模型发现该疾病的迹象，它会告知用户；如果没有，它会拒绝用户的提示。Health Futures声称，BiomedParse已成功识别黑色素瘤、囊肿、COVID-19胸腔感染和全身各处的肿瘤。目前尚不清楚该小组是否有计划将这项技术商业化或继续迭代。与此同时，其他AI模型也在帮助医疗专业人员发现和预测胰腺癌、肺癌、乳腺癌等难以发现且威胁生命的疾病。
(全文结束)
