醫療 AI 是下一個萬億級市場

原標題：2024 年醫療 AI 突破盤點，精選 35 篇不可錯過的前沿論文
文章來源：HyperAI超神經
內容字數：14315字

AI 重塑醫療健康：2023-2024 年 35 篇前沿論文速覽

本文由HyperAI超神經整理，精選了2023-2024年期間解讀的35篇AI+醫療健康領域的前沿論文，涵蓋醫學圖像分割、疾病診斷、藥物研發等多個方面，展現了AI技術在醫療健康領域的蓬勃發展。

1. 醫學圖像分析與處理

1. UniMedI框架：浙江大學和微軟亞洲研究院提出統一醫學圖像預訓練框架UniMedI，利用診斷報告作為公共語義空間，整合2D和3D圖像，更好地利用醫學數據。(論文題目：Unified Medical Image Pre-training in Language-Guided Common Semantic Space)

2. Medical SAM 2：牛津大學團隊基于SAM 2框架，開發Medical SAM 2醫學圖像分割模型，將醫學圖像視為視頻，刷新醫學圖像分割SOTA榜。(論文題目：Medical SAM 2: Segment medical images as video via Segment Anything Model 2)

3. MemSAM：深圳大學和香港理工大學提出MemSAM模型，將SAM應用于超聲心動圖視頻分割。(論文題目：MemSAM: Taming Segment Anything Model for Echocardiography Video Segmentation)

4. M2CF-Net：華中科技大學提出M2CF-Net模型，融合多分辨率和多尺度圖像識別技術，提高干燥綜合征診斷準確性。(論文題目：M2CF-Net: A Multi-Resolution and Multi-Scale Cross Fusion Network for Segmenting Pathology Lesion of the Focal Lymphocytic Sialadenitis)

5. S2P-Matching：華中科技大學等團隊提出自監督的膠囊內鏡圖像拼接方法S2P-Matching，提高腸胃疾病早期診斷準確性。(論文題目：S2P-Matching: Self-supervised Patch-based Matching Using Transformer for Capsule Endoscopic Images Stitching)

6. ScribblePrompt：麻省理工學院提出醫學圖像分割通用模型ScribblePrompt，性能優于SAM，支持不同注釋方式靈活進行分割。(論文題目：ScribblePrompt: Fast and Flexible Interactive Segmentation for Any Biomedical Image)

7. OBIA數據庫：中科院基因組所發布我國首個開放的生物醫學成像數據和相關臨床數據存儲庫OBIA。(論文題目：OBlA: An Open Biomedical lmaging Archive)

2. 疾病診斷與預測

8. DeepDR-LLM：清華大學等團隊構建面向糖尿病診療的視覺-大語言模型集成系統DeepDR-LLM，提供個性化糖尿病管理意見及糖尿病視網膜病變輔助診斷。(論文題目：Integrated image-based deep learning and language models for primary diabetes care)

9. IGI-DL系統：上海交通大學團隊開發深度學習系統IGI-DL，通過組織病理學圖像預測腫瘤微環境信息，提高癌癥預后準確性。(論文題目：Harnessing TME depicted by histological images to improve cancer prognosis through a deep learning system)

10. MCF模型：中山大學等團隊構建卵巢癌診斷人工智能融合模型MCF，識別卵巢癌的準確率優于傳統生物標志物。(論文題目：Artificial intelligence-based models enabling accurate diagnosis of ovarian cancer using laboratory tests in China: a multicentre，retrospective cohort study)

11. AMC系統：上海交通大學團隊搭建智能體心理診所AMC，用于抑郁癥的初步診斷。(論文題目：Depression Diagnosis Dialogue Simulation: Self-improving Psychiatrist with Tertiary Memory)

12. ROAM模型：清華大學和中南大學團隊提出膠質瘤精準診斷AI基礎模型ROAM，實現臨床級診斷和分子標志物發現。(論文題目：A transformer-based weakly supervised computational pathology method for clinical-grade diagnosis and molecular marker discovery of gliomas)

13. PANDA大模型：阿里達摩院聯合多家醫療機構發布PANDA大模型，實現胰腺癌早期篩查。(論文題目：Large-scale pancreatic cancer detection via noncontrast CT and deep learning)

14. GSP-GCNs模型：中山大學附屬第一醫院和中科大先進院提出GSP-GCNs模型，利用腦電圖數據診斷帕金森病。(論文題目：An interpretable model based on graph learning for diagnosis of Parkinson’s disease with voice-related EEG)

15. RETFound模型：倫敦大學學院和Moorfields眼科醫院提出視網膜圖像基礎模型RETFound，預測多種系統性疾病。(論文題目：A foundation model for generalizable disease detection from retinal images)

16. DeepDR Plus：上海交通大學和清華大合發布DeepDR Plus，預測糖尿病視網膜病變進展。(論文題目：A deep learning system for predicting time to progression of diabetic retinopathy)

3. 其他研究方向

剩余論文涉及乳腺癌、冠心病、癡呆癥等疾病的預測模型，以及基于深度學習的RNA病毒識別、空間轉錄組語義注釋等研究，篇幅限制，此處不再一一贅述。

總而言之，這些論文展現了AI在醫療健康領域的巨大潛力，未來AI技術將進一步推動醫療行業的進步，改善患者的就醫體驗。

聯系作者

文章來源：HyperAI超神經
作者微信：
作者簡介：解構技術先進性與普適性，報道更前沿的 AIforScience 案例