Prima：97.5%准确率秒诊50余种脑病的视觉语言模型

核心观点

• 美国密歇根大学的研究团队开发了一款名为 Prima 的新型人工智能模型，它能够在数秒内从磁共振成像（MRI）扫描中诊断出超过50种脑部疾病，准确率高达97.5%。
• Prima 是一种视觉语言模型，具备基础模型的特性，这意味着它灵活、通用，可针对广泛的医学影像应用进行定制，代表了神经影像诊断领域的一次重大突破。

Prima 模型的技术特性

模型定位与优势

• 首个服务于神经影像的视觉语言模型：能够处理真实世界的临床MRI研究数据作为输入。
• 基础模型属性：与依赖精选数据集和预选序列的早期神经影像模型不同，Prima 擅长处理大量、未经筛选的影像数据，使其在现实世界的AI应用中非常实用。
• 性能持续提升：随着更多健康系统训练数据和更大计算预算的投入，其报告的性能将继续提高。

训练与数据规模

• 海量数据训练：使用来自 22万项MRI研究 的超过 560万个三维序列 进行训练。
• 广泛验证：在为期一年的研究中，评估了超过 2.94万项MRI研究，覆盖了健康系统的广泛范围。

诊断能力与范围

• 全面覆盖：测试涵盖了所有主要的神经病学诊断类别，包括：

  • 成人与儿童脑肿瘤
  • 创伤、脊柱疾病
  • 炎症性、缺血性、出血性疾病
  • 感染性、发育性、囊性病变
  • 脑室、血管、鞍区疾病
  • 结构性及术后病变
• 类放射科医生的工作方式：整合临床背景、研究指征和所有MRI序列信息，生成完整研究的全面向量表示，从而在广泛的预测任务中实现更好性能。

实际应用与性能表现

卓越的诊断性能

• 在诊断 52种脑部疾病 和 优先排序严重程度 方面，表现优于其他AI医学模型以及最先进的通用AI模型。

关键的临床功能

• 自动警报系统：当检测到需要快速反应的疾病（如脑出血和中风）时，可自动向临床医生发送警报。

背景：AI基础模型

概念与定义

• 基础模型：指通过自监督学习在海量未标记数据集上训练的大规模AI深度学习神经网络。
• 应用领域广泛：除医疗保健外，还用于计算机视觉、自动驾驶、自然语言处理、机器人技术、内容生成和软件代码生成等。

知名示例

• 大型语言模型是基础模型的一种，例如：

  • ChatGPT（基于GPT模型）
  • BERT、Claude、Codex、DALL-E、BLOOM、Imagen、Granite、Stable Diffusion、Cohere 等。

未来发展方向

下一步研究计划

研究人员计划探索以下增强功能：

• 开放式诊断
• 自动报告生成
• 整合电子健康记录和临床笔记中的数据

广泛的适应性

• 所提出的AI框架可广泛适应其他生物医学成像模式，例如：

  • 计算机断层扫描
  • 放射照相
  • 超声