上海交通大学与上海人工智能实验室联合发布了SAT项目，利用文本提示在3D医学图像上实现了对497种器官/病灶的通用分割。研究团队构建了多模态医疗知识图谱和最大规模的3D医学图像分割数据集SAT-DS。通过SAT-DS，研究团队验证了SAT在分割性能、泛化能力和精准度等方面的优势。SAT还可作为大语言模型的代理工具，实现在临床数据上的定位和分割能力。

上海交通大学与上海人工智能实验室联合团队发布了3D医学图像分割大模型SAT，实现对人体497种器官/病灶的通用分割。SAT通过知识注入和文本编码器实现精准编码解剖学术语，构建了多模态医疗知识图谱和最大规模的3D医学图像分割数据集SAT-DS。实验结果表明，SAT在域内和域外测试中性能接近或超过专用模型nnU-Nets和交互式模型MedSAM。SAT还可以作为大语言模型的代理工具，提供分割能力。