该文章介绍了一种名为MA-SAM的适应框架，用于处理医学图像数据。通过注入3D适配器，使得2D主干可以从输入数据中提取第三维信息。在四个医学图像分割任务上评估，结果显示该方法在不使用提示的情况下表现优于其他三维方法，Dice指标分别超过了nnU-Net的0.9%、2.6%和9.9%。在使用提示时，该模型也表现出强大的泛化能力，并在肿瘤分割任务中表现出色。