人工智能大模型DeepSeek火爆出圈，“老陜”聚焦細(xì)分領(lǐng)域打造的人工智能“小”模型也取得新突破。3月11日，中國(guó)科學(xué)院西安光機(jī)所傳來(lái)消息：該所光譜成像技術(shù)實(shí)驗(yàn)室研究員王荃、胡炳樑團(tuán)隊(duì)在計(jì)算機(jī)視覺(jué)領(lǐng)域半監(jiān)督醫(yī)學(xué)圖像語(yǔ)義分割方向取得重要進(jìn)展。團(tuán)隊(duì)提出一種創(chuàng)新算法，在醫(yī)學(xué)圖像數(shù)據(jù)智能識(shí)別方面表現(xiàn)優(yōu)異，有望應(yīng)用于醫(yī)學(xué)影像診斷領(lǐng)域。

　　團(tuán)隊(duì)成員、西安光機(jī)所碩士研究生胡明介紹，X光片、CT等醫(yī)學(xué)影像是醫(yī)生進(jìn)行疾病診斷的重要依據(jù)。計(jì)算機(jī)視覺(jué)領(lǐng)域半監(jiān)督醫(yī)學(xué)圖像語(yǔ)義分割研究可以從少量醫(yī)生審讀、標(biāo)注好的醫(yī)學(xué)圖像中自動(dòng)學(xué)習(xí)其診斷經(jīng)驗(yàn)，最終實(shí)現(xiàn)在沒(méi)有標(biāo)注的醫(yī)學(xué)圖像中自動(dòng)鎖定病變區(qū)域，幫助醫(yī)生提高疾病診斷效率和準(zhǔn)確率。

　　“就像需要不斷訓(xùn)練且‘喂料’類型要多種多樣，才能提高人工智能大模型智能化水平一樣，進(jìn)行半監(jiān)督醫(yī)學(xué)圖像語(yǔ)義分割協(xié)同訓(xùn)練時(shí)，一方面‘投喂’的圖像需具有一定的差異性，另一方面要訓(xùn)練從不同角度識(shí)別同一圖像，才能提升模型的‘智能讀圖’性能。”胡明說(shuō)。

　　基于此，該團(tuán)隊(duì)進(jìn)行了技術(shù)攻關(guān)，提出一種創(chuàng)新算法，在數(shù)據(jù)處理、訓(xùn)練結(jié)構(gòu)等方面進(jìn)行了改進(jìn)。這種創(chuàng)新算法在多個(gè)公開(kāi)醫(yī)學(xué)圖像數(shù)據(jù)集上的試驗(yàn)性能處于領(lǐng)先水平。

　　“通俗來(lái)講，我們?nèi)斯ぴO(shè)計(jì)并‘投喂’了更多訓(xùn)練醫(yī)學(xué)圖像，增加了模型判斷依據(jù)，大幅提升了模型智能化水平。”胡明說(shuō)，“下一步，我們將聚焦醫(yī)學(xué)圖像智能‘閱讀’分析領(lǐng)域，實(shí)現(xiàn)用‘小’模型精確劃分出病變區(qū)域、用大模型去理解和反饋，造福更多患者。”

　　(記者 霍強(qiáng))