Nature 速递：大模型训练医学全才 AI

关键词：大模型，医学AI，上下文学习，自监督学习，多模态

论文题目：Foundation models for generalist medical artificial intelligence

论文来源：Nature

论文链接：https://www.nature.com/articles/s41586-023-05881-4

医疗+AI 已有了广泛的应用，但主要还是利用医学影像进行辅助诊断。现有的医疗AI模型大多数仍只能完成特定任务，譬如病灶检测、目标脏器分割等等。何时才能有“全才”AI医生呢？全才（Generalist）意味着它能超越特定任务，广泛用于医疗领域。

最近发表在 Nature 的这篇文章探索了训练大模型（Foundation models）的医学全才AI（generalist medical AI，GMAI），大模型是最新一代人工智能，在大量不同数据集上训练，同时应用广泛。

GMAI 模型应用了多模态架构（multimodal architectures）、自监督学习（self-supervised learning）和上下文学习（in-context learning）等技术，训练大量、多样化的数据集，可以结合医学影像、电子健康记录、基因组学等数据灵活地给出解释和建议，展现了先进的医学推理能力。

GMAI 很少需要特定的标记数据，且应用广泛。这篇文章讨论了此模型的潜在应用和挑战，并列出了实现这些应用所需的特定技术和数据集。他们认为，GMAI 的应用将大大改变医疗实践。

图1. GMAI模型流程概述。

图2. 举例说明GMAI的三个潜在应用。

---

编译｜朱欣怡

AI+Science 读书会启动

详情请见：

推荐阅读

点击“阅读原文”，报名读书会