2024 年医疗 AI 突破盘点，精选 35 篇不可错过的前沿论文
💡
原文中文，约9800字，阅读约需24分钟。
📝
内容提要
近年来，英伟达和谷歌等科技巨头加大对AI医疗的投资，推动医学大模型研发，应用于疾病诊断和医学图像处理。2023-2024年间，研究者发布多项前沿论文，涉及糖尿病、癌症等疾病的AI诊断技术，显著提升医疗效率和患者体验。
🎯
关键要点
- 科技巨头如英伟达和谷歌加大对AI医疗的投资，推动医学大模型研发。
- AI在疾病诊断和医学图像处理方面的应用显著提升医疗效率和患者体验。
- 研究人员构建医学大模型，应用于糖尿病、癌症等多种疾病的诊断。
- 浙江大学与微软亚洲研究院提出统一医学图像预训练框架UniMedI。
- 复旦大学开发数字孪生脑平台，具备860亿神经元规模。
- 上海交通大学发布多语言医学大模型，覆盖6国语言。
- 清华大学与上海交通大学联合构建糖尿病诊疗的视觉-大语言模型DeepDR-LLM。
- 上海交通大学开发深度学习系统IGI-DL，提高癌症生存预测准确性。
- 中山大学团队构建卵巢癌诊断AI融合模型MCF，准确率优于传统生物标志物。
- 上海交通大学搭建智能体心理诊所AMC，用于抑郁症初步诊断。
- 牛津大学发布Medical SAM 2，刷新医学图像分割SOTA榜。
- 深圳大学与香港理工大学提出MemSAM模型，用于医学视频分割。
- 华中科技大学提出M2CF-Net模型，提高干燥综合征诊断准确性。
- 华中科技大学提出S2P-Matching方法，提升胶囊内窥镜图像拼接准确率。
- 清华大学提出AI基础模型ROAM，实现胶质瘤精准诊断。
- 阿里达摩院发布PANDA大模型，实现胰腺癌早期筛查。
- 华中科技大学提出CGS-Mask方法，提升时间序列预测的可解释性。
- 上海人工智能实验室发布多模态医疗基准GMAI-MMBench，包含284个数据集。
- 山东大学研究团队用AI构筑乳腺癌干细胞的防线，抗击化疗耐药性。
- 中国学者建立乳腺癌预后评分系统MIRS，指导患者治疗策略。
- 伦敦大学学院开发RETFound模型，用视网膜图像预测多种系统性疾病。
- 上海交通大学与清华大学发布DeepDR Plus，预测糖尿病视网膜病变进展。
- 浙江大学团队研究工作场所绿化与代谢综合征的关系。
- 麻省理工学院提出ScribblePrompt模型，支持灵活的医学图像分割任务。
- 中山大学提出GSP-GCNs模型，提高帕金森病早期诊断准确率。
- 复旦大学发布UniFMIR模型，突破显微成像极限。
- 中山大学等团队用深度学习模型发现超过16万种新RNA病毒。
- 复旦大学开发空间转录组语义注释工具Pianno，增强生物系统解释能力。
- 谷歌发布HEAL框架，评估医学AI工具的公平性。
- 谷歌证实AI辅助肺癌筛查的有效性，基于美日627例患者数据。
- 北京协和医院等团队用AI助力13种眼底疾病检测，提升诊断一致性。
- 湖北麻城市人民医院推出机器学习模型，预测老年冠心病患者一年内死亡率。
- 中科院基因组所发布生物影像共享数据库OBIA，免费开放给全球医疗从业者。
- 加州大学团队开发脑机接口技术，帮助失语患者重新发声。
- 延世大学发现梯度提升机模型能有效预测痴呆症的BPSD亚综合征。
- 意大利研究者提出特征选择策略，检测乳腺癌生物标志物。
- 英国诺丁汉大学研究者发现AI阅读乳腺X光片的能力与医生相当。
- 浙江大学优化触觉传感器设计，盲文识别率达96.12%。
➡️
