美国国立卫生研究院（NIH）资助的一个研究团队开发了一种多功能机器学习模型，未来有望大幅拓展医学扫描所能揭示的疾病信息。科学家们利用该工具（命名为Merlin）评估3D腹部计算机断层扫描（CT）图像，完成从简单识别解剖特征到复杂提前数年预测疾病发作等各类任务。尽管Merlin被设计为通用型CT模型，它在多项专门为其他自动化工具设计的测试中仍表现更优。
研究团队使用斯坦福大学医学院收集的一组独特的患者CT扫描数据训练该模型，这些数据与放射学报告和医疗诊断代码相关联。研究人员指出，这是迄今为止规模最大的腹部CT数据集。
“像这样丰富的数据集对于突破人工智能模型在医学领域的极限至关重要，”NIH国家生物医学成像与生物工程研究所（NIBIB）主任Bruce Tromberg博士表示，“这项工作展示了精心设计的训练数据如何能够产生非凡的洞察力，从而显著简化工作流程并辅助临床决策。”
CT是一种常见的医学影像技术，通常在医学评估的早期阶段进行。为获得诊断，放射科医生需要解读结果，且往往还需进行额外的检测和临床评估。实际上，这个过程耗时较长，而且考虑到美国医生日益短缺的现状，这一流程只会变得更加繁琐。
“借助Merlin，你或许可以超越传统放射学，直接从影像跳到可能的诊断。而这只是其潜在用途之一，”共同第一作者、斯坦福大学研究生Louis Blankemeier博士（该研究开展时）说。
Merlin代表了一类新型模型，通常称为基础模型，它们使用大规模未标记数据集进行训练，涵盖多种信息类型。
在这项新研究中，研究人员在六大类活动中测试了Merlin，涵盖超过750项涉及诊断、预后和质量评估的独立任务。
为让Merlin准备好应对如此广泛的任务，研究人员首先将其训练于他们的临床数据宝库，该数据库关联了超过15,000个3D腹部CT扫描及其放射学报告和近一百万条诊断代码。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，研究人员用超过50,000个来自四家不同医院的先前未见过的腹部CT扫描对Merlin进行测试，以了解其模型能与每个扫描对应的人类结论匹配到何种程度。
“Merlin直接处理了一些任务，例如预测诊断代码；而其他更复杂的任务，如从头起草放射学报告或识别并勾勒3D空间中的器官，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。
研究团队还部署了专注于每种任务类型的最先进模型作为对比基准。
在692种不同诊断代码的平均测试中，Merlin成功预测两个扫描中哪一个更可能与特定代码相关的概率超过81%，优于另外两种模型的多个变体。在102个代码的子集中，Merlin的表现上升到90%。
在另一类别中，团队推动Merlin仅基于CT扫描预测健康患者患上慢性疾病（如糖尿病、骨质疏松症和心脏病）的风险。
研究作者发现，在比较不同受试者的扫描时，Merlin能够在75%的情况下识别出在未来五年内患特定疾病风险较高的患者，而其他模型的成功率为68%。Blankemeier解释说，这些发现暗示该模型能检测出人眼可能忽略的扫描中的关键特征，表明该工具有助于发现新的疾病生物标志物。
研究人员进一步加大了难度，挑战Merlin解释胸部CT扫描——这一身体部位完全不在其CT学习材料中。Merlin识别疾病通用特征的独特能力使其表现与仅用胸部扫描训练的模型相当甚至更优。
尽管是“万金油”模型，Merlin在所有任务上均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，这使其能够处理复杂的3D扫描并建立视觉与书面信息之间的联系。
研究人员对其方法寄予厚望，认为其很快可以利用先例获得监管批准用于简单任务，并计划进一步优化Merlin以更好地处理更复杂的挑战，如报告撰写。
尽管该工具开箱即用功能强大，他们鼓励用户使用自己的数据对模型进行微调，以满足特定需求。
“我们的模型和数据将为社区提供一个强大的基础框架，”资深作者、斯坦福大学放射学与生物医学数据科学教授Akshay Chaudhari博士说，“从这里开始，潜力无限。”
本研究由NIBIB（资助号R01EB002524和P41EB027060）、医学影像与数据资源中心（MIDRC，合同号75N92020C00021）、国家心肺血液研究所（NHLBI，资助号R01HL167974和R01HL169345）以及国家关节炎与肌肉骨骼及皮肤病研究所（NIAMS，资助号R01AR077604和R01AR079431）支持。
参考文献：Louis Blankemeier, Ashwin Kumar, et al. Merlin: A Computed Tomography Vision Language Foundation Model and Dataset. Nature. 2026 DOI: 10.1038/s41586-026-10181-8。
关于美国国立卫生研究院（NIH）：NIH是美国医学研究机构，包含27个研究所和中心，隶属于美国卫生与公众服务部。NIH是进行和支持基础、临床及转化医学研究的主要联邦机构，负责调查常见及罕见疾病的病因、治疗和治愈方法。如需更多信息，请访问NIH官网。
【全文结束】