医学 AI 重大突破！DeepMedix-R1 模型，为胸部 X 光诊断提供清晰依据

今日新闻 2025年09月19日 12:02 0 aa

“医生看病靠经验，AI看病靠算法？”听起来似乎有点像开玩笑，但现在却成为现实了。

你见过能“解释自己怎么诊断”的人工智能吗？近日，新加坡国立大学博士后研究员蔺奇卡和合作者研发了 DeepMedix-R1，这是一个专为胸部 X 光图像解读设计的医学基础模型。

很多人对AI诊断早就见怪不怪了，但这个模型不走寻常路，它不是只给你一个“结果”，而是把“诊断过程”也一并带出来。

这就像学生考试不仅写出答案，还把解题步骤列得清清楚楚。这么一来，医生就能判断AI是不是“瞎蒙”的。

医学人工智能的确发展了多年，从图像识别到辅助诊断，技术一路飞跃。但一个被反复提起的问题始终没解决：医生怎么知道AI判断的依据是什么？

过去的模型就像个“黑盒子”，输入X光，输出诊断，一言不发。这对临床医生来说很难接受——你说病人肺部有结节，那到底是哪个位置？你是怎么判断的？这些全都说不清楚。

这正是DeepMedix-R1想解决的问题。新加坡国立大学博士后研究员蔺奇卡和合作者，专门为胸部X光片解读研发了这个模型。

它最大的特点就是能“边看边说”，也就是说，它能边指出图像中的异常区域，边生成一段结构化的推理过程，说明自己是怎么得出这个结论的。

这种“可解释”的AI听起来不错，但也有人质疑：这是不是AI在“演戏”？说得头头是道，其实全是胡编？

团队也没回避这个问题。

他们用了一种整合高质量合成推理数据和在线强化学习的训练方式，让模型在不断与任务“互动”的过程中，逐步修正自己的推理方式。

不仅在报告生成和视觉问答任务中表现优秀，还在多个公开数据集上进行了性能测试，包括MIMIC-CXR和OpenI等。

此外北京邮电大学的朱一凡老师还组织了医疗专家团队，对模型生成的推理过程进行了人工评价。

结果显示，模型不仅能指出图像中的异常区域，还能用接近医生语言的方式解释原因，增加了医生对AI诊断的信任感。

在远程医疗、基层医疗中，经验丰富的放射科医生并不总是能随时到场。

这时，DeepMedix-R1 就像是医生的“第二双眼”。它可以在几秒钟内给出初步诊断建议，并标注图像中的关键区域，大大提高了诊断效率。

当然，模型也不是没有问题。专家人工评估发现，其推理过程中仍会出现不相关或错误的描述。但研究团队没有回避这个问题，反而将其列为后续优化的重点，希望未来版本能进一步提高推理的准确性。

他们还计划将模型扩展到CT、MRI等多模态影像，不仅限于胸部X光，并与医院合作开展临床试点，验证模型在真实场景中的应用效果。

DeepMedix-R1 不是万能钥匙，但它提供了一种新思路：让AI不再只是给出答案，而是让人类理解它“是怎么想的”。

在医学这个领域，清晰、可追溯的诊断依据更重要。蔺奇卡团队的这项研究，为医学AI的可追溯性迈出了重要一步。

这并不是说医生要被AI取代了，只不是相当于给医生多找了一个好的值得信赖的“助手”，并且还要能清晰的解释出来诊断的思路，让医生，患者都能够信得过。

DeepMedix-R1做到了这一步，也许是医学AI真正走进临床的开始。

看完红米 K90 后，还买什么小米 17 ！

发表评论