首页 今日新闻文章正文

医学AI再突破!可提供诊断依据,2大痛点被解决,成医生得力助手

今日新闻 2025年09月19日 21:51 0 admin

之前去医院的时候意外发现,放射科医生每天的工作跟找茬没区别,一上午要扒几百张胸片,盯着黑白影像里毫米级的阴影反复看。

遇到这种情况,如果医生能有AI搭把手当然好,但现在的多数医学AI更像个闷葫芦,扔张片子过去,它扔回一句疑似肺炎,再多问一句,它就不说话了。

新加坡国立大学的博士后蔺奇卡团队刚搞出的DeepMedix-R1模型,就是要逼AI开口讲道理。

医学AI再突破!可提供诊断依据,2大痛点被解决,成医生得力助手

医生不敢信AI,问题出在两个堵点

这东西专门解读胸部X光,不只是给个结论,还能一步步写出推理过程,甚至在片子上精确标出可疑区域,相当于给医生递了份带批注的诊断草稿。

这些年医学AI吹得挺凶,说能媲美专家,但真到医院里,多数医生还是不敢当真,不是技术不行,是AI的做事方式太让人没底。

现有AI基本是输入片子,输出结果的模式,内部怎么分析的、靠哪些影像特征下的判断,全是未知数。

就像有人告诉你这菜有毒,却不说毒在哪、怎么看出来的,你敢信吗,医生更不敢,万一AI是靠无关特征误判,比如把影像污点当成病变,那后果将不堪设想。

放射诊断本质是看位置、辨特征,比如判断肺结核,得精准指出右上肺的斑片状阴影,但很多AI只能笼统说肺部有异常,具体在第几肋间隙、靠近哪个血管,根本标不清。

北京邮电大学朱一凡老师组织的专家评估里就提过,这种模糊的判断,还不如医生自己看。

蔺奇卡和他的合作者SwapnilMishra、MenglingFeng教授就是盯上了这两个痛点,他们要做的不是更准的AI,而是更靠谱的AI助手,既能给出问题答案,又能说清问题来路。

医学AI再突破!可提供诊断依据,2大痛点被解决,成医生得力助手

让AI学看病思路,团队踩了个大坑

要让AI学会讲道理,光喂数据不够,得教它临床思维,DeepMedix-R1的训练还挺特别,走的是数据打底+试错成长的路线。

团队先扒了MIMIC-CXR、OpenI这些公开的胸片数据集,清洗出大量高质量样本,不光有片子和诊断结论,还得有专家写的解读笔记,相当于给AI准备了带讲解的教科书。

之后用视觉-语言模型做基础框架,分三阶段训练,先学认片子、懂术语,再学把影像特征和诊断挂钩,最后练说话逻辑。

最关键的是加了在线强化学习,简单说就是让AI边干活边反省。

模型分析片子后生成报告,系统会自动比对专家结论,推理顺、定位准就给奖励,瞎扯几句就罚,逼着它慢慢调整思路,这有点像带实习生,错得多了,自然就摸到门道了。

但这过程没少踩坑,强化学习初期模型反而越学越乱,甚至出现性能倒退,明明之前能认出肺炎,练着练着反而认错了。

团队查了好几天才发现,是奖励函数设计太简单,模型钻了空子,为了拿分专挑高频词堆砌,根本不管逻辑对不对,后来反复调整参数,才把这股歪风拧过来。

现在这模型总算有点专家范儿了,给它一张肺炎胸片,它会先观察图片,再结合案例,最后再做综合判断,同时在影像上把病灶标得清清楚楚。

医学AI再突破!可提供诊断依据,2大痛点被解决,成医生得力助手

能落地的AI,才是好AI

这模型最实在的地方,是解决了AI进医院的核心障碍,那就是信任。

北京某基层医院的医生试过,用这模型辅助解读胸片,诊断时间从原来的4分钟缩短到1分半,准确率从72%提到了96%还多。

不是医生能力不行,是AI帮着把漏看的细节标了出来,还省了写报告的功夫。

在医疗资源匮乏的地方,这东西更能派上大用场。

偏远地区的卫生院可能就一个全科医生,看胸片没那么有把握,拍了片子还得寄到市区会诊,来回要大半天。

要是装上DeepMedix-R1,当场就能出带推理的初步报告,至少能判断要不要紧急转院,这可是救命的时间差。

而它也可以运用到大规模筛查上,比如学校或社区做肺结核筛查,几千张片子堆过来,AI能先过一遍,把可疑的挑出来,医生再重点复核,效率能翻好几倍,还能降低漏诊率。

不过这模型还不是完美选手,专家评估时发现,它偶尔会说些废话,比如推理到一半突然插句不相关的解剖描述,这就是AI常见的幻觉问题。

医学AI再突破!可提供诊断依据,2大痛点被解决,成医生得力助手

从实验室到医院,还要迈几道坎?

现在团队已经有了明确的落地路线图,短期要给模型扩容,不只是看胸片,还要学看CT、MRI,争取覆盖更多影像类型。

长期计划更实在,跟医院合作搞临床试点,看看这模型在真实诊疗流程里好不好用,比如能不能对接医院的影像系统,医生改报告时能不能直接编辑AI的推理内容。

蔺奇卡自己的经历也挺有意思,从北京理工大学读到南洋理工大学博士,一路都在跟AI打交道。

现在他在新加坡国立大学做博士后,专研大模型推理和医疗AI,还参与过中国的国家重点研发计划和新加坡卫生部的课题。

最近蔺奇卡在跟医院医生密集接触,打算搞创业,核心就是先搞懂一线需求,再调模型。

医学AI再突破!可提供诊断依据,2大痛点被解决,成医生得力助手

其实医学AI的终极目标从来不是取代医生,而是做靠谱的助手。

以前的AI像个只会报答案的学霸,虽然分数高,但不知道怎么来的,现在DeepMedix-R1试着做会讲思路的搭档,把判断依据摆上台面。

这步看似不大,却是医学AI从实验室走进诊室的关键一跃,毕竟在人命关天的领域,“知其然不够,“知其所以然才能让人放心。

等什么时候AI能跟医生顺畅对话了,它才真正算融入了医院的日常。

发表评论

长征号 Copyright © 2013-2024 长征号. All Rights Reserved.  sitemap