微软医疗和生物技术研究小组Health Futures的专家们开发了一种人工智能模型，该模型可以识别肿瘤、黑色素瘤、胸部感染和其他健康问题。通过提供常规影像检查的数据，医疗专业人员可以利用该模型捕捉到可能被忽视的疾病迹象。
通常情况下，超声波、CT扫描、MRI检查等技术生成的图像会被发送给人类专家，他们仔细审查每张图像，寻找异常细胞群、黑色素瘤形状的微小变化、可能表明肺部感染的液体等警示信号。但最细微的警示信号可能会被忽略，从而错失在疾病进展前发现危险健康问题的机会。某些识别步骤，如识别肿瘤并绘制其确切形状，由不同的团队完成。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超越了人眼的表现，成功地成为适用于广泛专业的“全面”分析解决方案。
为了构建BiomedParse，该团队使用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超过600万张器官、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射线、超声波、病理学、眼底（眼睛后部）、皮肤镜检查、内窥镜检查和OCT（光波）图像中识别出微小细节。
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，它会予以确认；如果没有发现，它会拒绝用户的提示。
Health Futures声称BiomedParse已成功识别了黑色素瘤、囊肿、COVID-19胸部感染和全身各处的肿瘤。目前尚不清楚该团队是否计划商业化或继续改进这项技术。与此同时，其他AI模型正在帮助医疗专业人员发现和预测胰腺癌、肺癌、乳腺癌等隐匿且危及生命的疾病。
(全文结束)
