摘要：一项近日发表在Nature的观点型综述介绍了多模态生成模型如何整合包括放射科影像在内的医学图像和其它临床相关数据，生成层次丰富的医疗报告；并进一步阐述该领域的发展、前景以及面临的挑战[1]。

一项近日发表在Nature的观点型综述介绍了多模态生成模型如何整合包括放射科影像在内的医学图像和其它临床相关数据，生成层次丰富的医疗报告；并进一步阐述该领域的发展、前景以及面临的挑战[1]。

作者们介绍了人们通过引入专业先验知识，以及细致疾病预分类等策略实现的医疗报告生成准确性的提高；认为该工具有望帮助医生和病人进一步跟进/了解病例、提供更高质量的医疗并提高效率；但是面临缺乏系统的基准测试平台/数据集、潜在的过度依赖/路径依赖、潜在的偏差（比如对少数/低关注度族裔，以及罕见/新发疾病）以及如何整合新模态（3D数据等）/新医疗领域的数据等问题[1]。

多模态的生成模型如何帮助更高质量的医疗[1]。

该项工作的通讯作者是哈佛医学院的Pranav Rajpurkar和Scripps Research的Eric J. Topol等研究人员；2025年3月26日在线发表在Nature[1]。

Comment(s):

对这种工具或许还要引入更多维度的评估，比如对医疗创新的长期影响等，并基于评估结果及时的优化调整引导，从而保证不偏离最初的目标。

参考文献：

[1] V. M. Rao et al., “Multimodal generative AI for medical image interpretation,”Nature, vol. 639, no. 8056, pp. 888–896, 2025, doi: 10.1038/s41586-025-08675-y.

原文链接：

来源：冒菜与科学