易倍新闻 
您所在的位置是： 过去几年，以英伟达、谷歌为首的科技巨头纷纷表达对 AI 医疗的重视，近千亿元资金被砸进该赛道，医疗领域也成为 AI 应用最广、成效最明显的领域之一。
在即将过去的 2024 年期间，研究人员们构建医学大模型，用 AI 分割医学图像/视频、诊断糖尿病、帕金森病、乳腺癌、肺癌、卵巢癌、冠心病、抑郁症以及胃病等，同时探索识别 RNA 病毒的深度学习技术。AI 正以前所未有的速度重塑医疗健康行业面貌，优化患者的就医体验。
继上期汇总 26 篇最值得关注的 AI+材料化学论文后，本期文章，HyperAI超神经聚焦 AI 在医疗健康领域的研究，为大家精选了 2023—2024 年期间解读的 35 篇前沿论文，点击下方论文题目或中文解读，即可跳转论文解读页面，希望对您有所帮助。
中文解读：入选ECCV 2024！浙江大学联合微软亚洲研究院提出统一医学图像预训练框架UniMedI，打破医学数据异构化藩篱
研究内容：浙江大学联合微软亚洲研究院提出了一种全新的统一医学图像预训练框架 UniMedI。它利用诊断报告作为公共语义空间，可为不同模态的医学图像创建统一的表示，成功整合了 2D 和 3D 图像，使复杂的医学数据被更好地利用。
全球首个！复旦大学冯建峰团队开发数字孪生脑平台，具备 860 亿神经元规模
研究内容：复旦大学类脑智能科学与技术研究院发布数字孪生脑平台，这是国际上首个基于数据同化方法开发的、具备 860 亿神经元规模及百万亿突触的全人脑尺度大脑模拟平台。
中文解读：医疗领域基准测试超越Llama 3、接近GPT-4，上海交大团队发布多语言医学大模型，覆盖6国语言
研究内容：上海交通大学团队创建了一个包含 255 亿 tokens 的多语言医疗语料库 MMedC，开发了一个覆盖 6 种语言的多语言医疗问答评测标准 MMedBench，同时还构建了一个 8B 的基座模型 MMed-Llama 3。
中文解读：全球首个！清华/上海交大等联合构建面向糖尿病诊疗的视觉-大语言模型，登 Nature 子刊
研究内容：清华大学联手上海交通大学、新加坡国立大学及新加坡国家眼科中心团队，成功构建全球首个面向糖尿病诊疗的视觉-大语言模型集成系统 DeepDR-LLM，可为基层医生提供个性化的糖尿病管理意见及糖尿病视网膜病变辅助诊断结果。
中文解读：直击三大实体瘤！上海交大团队发布深度学习系统，提高癌症生存预测准确性
研究内容：上海交通大学团队开发了深度学习系统 IGI-DL，通过组织病理学图像，为没有空间转录组数据的癌症患者预测肿瘤微环境信息，从而实现精确的癌症预后。
血常规、尿检等指标就能识别卵巢癌！中山大学刘继红团队牵头，四大医学院联合构建 AI 融合模型
研究内容：中山大学肿瘤防治中心妇科团队，联合南方医科大学、华中科技大学同济医学院附属同济医院、浙江大学医学院附属妇产科医院，构建了卵巢癌诊断人工智能融合模型 MCF，模型识别卵巢癌的准确率优于 CA125 和HE4等传统生物标志物。
中文解读：Agent心理诊所上线K抑郁症问诊对话，上海交大团队搭建大模型对话Agent，可初诊抑郁症
研究内容：上海交通大学 X-LANCE 实验室团队等搭建了一种自动化大模型对话 Agent 模拟系统——智能体心理诊所 AMC (Agent Mental Clinic)，用于抑郁症的初步诊断。
研究内容：牛津大学团队开发 Medical SAM 2 (MedSAM-2) 医学图像分割模型，基于 SAM 2 框架设计，将医学图像视作视频，不仅在 3D 医学图像分割任务上表现卓越，同时还解锁了一种新的单次提示分割的能力。
中文解读：候选CVPR 2024最佳论文！深圳大学联手香港理工发布MemSAM：将 「分割一切」模型用于医学视频分割
研究内容：深圳大学和香港理工大学智能健康研究中心联合提出了一种新颖的超声心动图视频分割模型 MemSAM，将 SAM 应用于医学视频。
中文解读：针对超大规模病理图像分析！华中科技大学提出医学图像分割模型，提高干燥综合征诊断准确性
研究内容：华中科技大学团队提出医学图像分割模型 M2CF-Net，通过融合多分辨率和多尺度的图像识别技术，该方法能够准确识别干燥综合征患者病理图像中的淋巴细胞聚集灶，帮助医生做出更快速、更准确的诊断。
中文解读：匹配正确率提升187.9%！华中科技大学CGCL实验室用自监督学习助力胶囊内窥镜图像拼接，「天眼」里也可看肠胃健康
研究内容：华中科技大学联合上海交通大学、中南民族大学、香港科技大学、香港理工大学、悉尼大学团队，提出了一种自监督的、基于片段匹配的胶囊内镜图像拼接方法 S2P-Matching，用于肠胃疾病的早期诊断。
中文解读：水平直逼高级病理学家！清华团队提出AI基础模型ROAM，实现胶质瘤精准诊断
研究内容：清华大学与中南大学湘雅医院合作，提出了一种基于大区域兴趣和金字塔 Transformer 的精准病理诊断 AI 基础模型 ROAM，用于胶质瘤的临床级诊断和分子标志物发现，并可拓展到其他类型肿瘤的病理诊断。
中文解读：在 2 万病例中识别出 31 例漏诊，阿里达摩院牵头发布「平扫 CT +大模型」筛查胰腺癌
研究内容：阿里达摩院联合国内外十余家医疗机构，发布 PANDA 大模型，实现胰腺癌早期筛查，在 2 万余真实世界连续病人群体中发现了 31 例临床漏诊病变。
中文解读：破解时间序列预测的「黑盒」问题！华中科技大学提出CGS-Mask，揭秘患者存活率关键指标
研究内容：华中科技大学联合悉尼大学、同济医院等，提出 CGS-Mask 方法，该方法适用于各种时间序列预测任务，尤其是那些需要与用户互动并解释结果的场景，例如，股市预测、疾病预测和天气预报等，既能提高模型预测精度，又能增加预测结果的可解释性。
中文解读：含284个数据集，覆盖18项临床任务，上海AI Lab等发布多模态医疗基准GMAI-MMBench
研究内容：上海人工智能实验室联合华盛顿大学/莫纳什大学/华东师范大学等团队提出多模态医疗基准 GMAI-MMBench，包含来自全球的 284 个下游任务数据集，该数据集已在 HyperAI超神经官网上线
Using artificial intelligence to document the hidden RNA virosphere, 2024.09
AI助力RNA病毒研究历史性突破，中山大学等用深度学习模型，发现超过16万种新病毒
中山大学医学院联合浙江大学、复旦大学、中国农业大学、香港城市大学、广州大学、悉尼大学、阿里云飞天实验室等，提出了全新的深度学习模型 LucaProt，该模型发现了 180 个超群、16 万余种全新 RNA 病毒，还发现了迄今为止最长的 RNA 病毒基因组，标志着 RNA 病毒鉴定领域取得了重大突破。
