美国密歇根大学最新发布神经影像基础大模型NeuroVFM，该模型采用Vol-JEPA自监督学习框架训练，学习样本覆盖524万份未经筛选的临床MRI、CT三维影像数据，在神经相关疾病的影像诊断场景下准确率与效率均显著优于现有同类AI模型，有望填补临床神经影像分析的智能化缺口，为神经内科、神经外科的临床诊断提供辅助支撑。
从密歇根大学附属医学院披露的小范围测试数据来看，NeuroVFM目前对急性脑卒中的影像识别准确率已经达到94%，比传统AI辅助诊断系统高出近18个百分点，甚至超过了普通资质放射科医生的平均诊断水平。
近年来全球神经系统疾病发病率持续攀升，仅脑卒中的年新增发病人数就超过1300万，对应的神经影像读片需求年增速保持在12%以上。但长期以来，神经影像读片对医生的专业经验要求极高，一名合格的神经放射科医生培养周期至少10年，人力供给远远跟不上需求增长。
登录后解锁全文，体验收藏、点赞、评论等完整功能
立即登录
滇公网安备 53252802528133号