加州大学洛杉矶分校（UCLA）的研究人员开发了一种新的深度学习AI框架，可以快速分析复杂的医学扫描图像，包括MRI和3D医学图像，其准确性水平可与临床专家媲美。这项研究已发表在《自然生物医学工程》杂志上。
该模型被称为SLIViT（通过视觉变换器进行切片集成），代表了医学影像领域的重大进展。与现有模型通常只关注一种类型的扫描或特定疾病不同，SLIViT已在多种影像数据上进行了测试，包括3D视网膜扫描、超声视频、用于肝病评估的MRI扫描以及用于肺结节筛查的3D CT扫描。研究人员表示，这一基础模型可能适用于更多未在此次研究中测试的场景。
人工神经网络，如SLIViT，通过处理由医疗专家标注的大量数据集来发挥作用。传统的3D成像本质上非常复杂，因为这些扫描不仅整合了长度和宽度，还包含了深度。这增加了分析的难度，单个3D视网膜扫描可能包含多达100张单独的2D医学图像。专家通常需要花费几分钟仔细检查这些图像以识别细微的疾病标志。
“编译和标注标准3D模型所需的大型体积数据集，使用传统资源是不可能实现的，”共同第一作者Oren Avram博士、UCLA计算医学博士后研究员指出，“虽然存在几种模型，但它们的训练通常仅限于一种成像类型和特定器官或条件。”
SLIViT模型与其他AI模型的不同之处在于，它结合了两个AI组件和不同的学习方法，使其能够从多种不同的体积模态中识别疾病风险，即使在较小的训练数据集中也能有效工作。“我们证明，尽管SLIViT是一个通用模型，但它始终优于更专业的模型，”参与研究的UCLA博士生Berkin Durmus说，“我们证明，尽管SLIViT是一个通用模型，但在几乎所有与3D生物医学成像标注相关的实际案例中，它的性能显著优于领域特定的最先进模型。它具有临床应用潜力，匹配临床专家的手动诊断准确性，同时将时间减少了5000倍。而且与其他方法不同，SLIViT足够灵活和强大，可以在临床数据集不总是完美的情况下工作。”
重要的是，Avram表示，他们的新系统可以用作创建未来预测模型的基础模型，利用医学图像。其自动注释功能还可以使临床医生和研究人员受益，因为它减少了数据采集的成本和时间。
共同资深作者、UCLA Health眼科教授SriniVas R. Sadda博士表示，他对SLIViT在真实条件下以及少量训练数据集下的表现感到“非常兴奋”。“对于某些任务，SLIViT只需几百个而不是数千个训练样本就能表现出色，这在几乎每一个与3D生物医学成像标注相关的实际案例中都比其他标准3D方法具有显著优势。”
研究团队意识到AI工具中可能存在偏见，这可能会对诊断准确性产生不利影响并加剧健康差异。尽管SLIViT的注释过程速度令人印象深刻，但研究团队计划确保任何系统性偏见得到缓解。
展望未来，UCLA的研究人员将扩大研究范围，包括更多的治疗模式，并探索SLIViT在预测疾病发展方面的潜力。通过解决偏见并增强框架的能力，他们希望促进早期诊断，从而改善治疗方案。
(全文结束)
