通用医疗图像分割大模型发布 核心性能登顶国际权威测评榜单

2024年6月12日，清华大学人工智能国际研究院联合中国医学科学院国家癌症中心发布面向医疗领域的通用图像分割大模型。该模型可实现放射、病理、超声等多场景医学影像的病灶、组织器官自动分割。目前该模型已面向全球医疗机构开放免费科研使用权限，可服务于临床辅助诊断、药物研发试验等领域。

清华大学人工智能国际研究院、中国医学科学院国家癌症中心2024年6月12日发布了成果公告，称该通用图像分割大模型基于120万份标注医学影像训练完成。该模型可适配不同分辨率、不同影像设备产出的医学影像，无需针对单一器官或病灶重新训练。本次发布的模型已初步完成内部安全性验证，未出现算法偏见相关问题。

2024年6月19日，国际医学图像计算和计算机辅助干预学会公布2024年度通用医学图像分割测评结果。本次测评共收录来自全球27个国家和地区的114款参赛模型，该大模型以平均戴斯系数0.921的成绩位列所有参赛模型第一。截至2024年6月25日，已有来自全球17个国家的126家科研机构和医疗机构申请该模型的科研使用权限。

新华社记者 张骁：本次开放申请的模型服务器位于清华大学人工智能算力平台，当前平台在线访问峰值为每秒12次请求，服务器运行稳定。记者随机调取3份不同设备产出的肺部CT影像上传模型，模型完成全部病灶和器官分割的时间为1.2秒。已申请使用权限的中国医学科学院肿瘤医院相关工作人员已完成30份病例的适配测试。

图像分割是计算机视觉领域的核心任务之一，指将数字图像划分为多个具有特定属性的区域并提取出目标对象的技术。在医疗领域，图像分割是医学影像辅助诊断、手术导航的核心基础技术，传统细分场景模型需要单独标注训练数据，研发成本较高。据国家药品监督管理局2024年5月统计显示，国内已有19款面向垂直场景的医疗图像分割算法获批医疗器械三类证。

据本次成果发布团队的最终评估显示，该通用图像分割大模型目前仅可用于科研场景，暂不可直接应用于临床诊断。发布团队下一步将联合国内多家医疗机构开展多中心临床验证，推进算法的医疗器械注册申报工作。相关工作将围绕提升临床诊断效率、降低医疗机构算法研发成本的目标推进。