科研平台搭载大模型功能，加速赋能医学影像科研

科研平台搭载大模型功能，加速赋能医学影像科研
当地时间11月30日，放射学领域顶级盛会第109届北美放射学年会（RSNA 2023）于美国芝加哥正式闭幕。

在医学领域，医学影像占据着90%医疗信息来源。以机器学习、深度学习为代表的人工智能技术，得益于其在图像学习、信息深度挖掘等方面的强悍实力，在医学影像科研领域已显独特优势。置身于大模型时代，此次联影智能展出的一站式科研平台已搭载大模型功能，可深度赋能多个科研细分场景。

其中，针对医疗影像标注，为解决医疗影像标注耗时较长且一致性不高的痛点，联影智能基于自有夯实技术积累，此次展示了一款搭载大型医学图像模型功能的创新人工智能用户标注工具uAI-SAT。该工具可实现图像交互式智能分割，将标注时间从几小时大幅缩短至几分钟。

具体来看，用户仅需在一张二维图像上选定目标器官或病灶，AI将基于单张2D图像交互分割结果自动上下逐层分割，完成高精准度智能传播，生成完整3D序列智能勾画分割结果。基于该工具，不论目标形状的规则性或图像结构的复杂性，uAI-SAT都可辅助用户实现高精度与高效率的影像标注。同时，uAI-SAT还可从用户交互中完成学习迭代，并将学到的知识应用于标注新目标，显著减少由重复标注带来的巨大工作量。

此外，为让医生能够轻松开发自己的专属医疗大模型，联影智能专为医疗场景打造了”uAI+智医大模型开发者平台”，可搭载于一站式科研平台。除影像模型以外，依托该平台，医生可在零编程基础的背景之下，轻松完成临床文本数据导入与管理、文本模型训练与微调，并实现个性化医疗文本模型的在线推理与应用。针对医、教、研等多个医疗场景，医生可利用该平台训练相应大模型产品来提升诊疗服务、临床研究、管理效率等，让每一个”医疗灵感”都能成为可能。该平台同步支持院内私有化部署，进一步确保数据全流程可控、可监管，确保大模型的安全性、隐私性和可靠性。