德国弗劳恩霍夫数字医学研究所的研究人员提出了一种多任务学习策略，通过训练一个通用生物医学预训练模型（UMedPT）来解决生物医学成像中的数据稀缺问题。他们使用多任务数据库训练了UMedPT，并采用了各种标记策略。UMedPT的表现优于ImageNet预训练和之前的模型。该研究为深度学习在医学领域的应用前景开辟了新的可能性。