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賦能醫療健康：2023-2024年前沿論文解讀

本文精選HyperAI超神經在2023-2024年期間解讀的35篇AI+醫療健康領域的前沿論文，涵蓋醫學圖像分析、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快速發展的態勢。

1. 醫學圖像分析與分割

1. UniMedI框架：浙江大學和微軟亞洲研究院提出的統一醫學圖像預訓練框架，打破了醫學數據異構化藩籬，成功整合了2D和3D圖像。

2. Medical SAM 2：牛津大學團隊基于SAM 2框架開發的醫學圖像分割模型，將醫學圖像視為視頻，在3D醫學圖像分割上表現卓越。

3. MemSAM：深圳大學和香港理工大學提出的超聲心動圖視頻分割模型，將SAM應用于醫學視頻。

4. M2CF-Net：華中科技大學提出的醫學圖像分割模型，用于提高干燥綜合征診斷準確性。

5. S2P-Matching：華中科技大學等團隊提出的自監督膠囊內鏡圖像拼接方法，用于腸胃疾病早期診斷。

6. ScribblePrompt：麻省理工學院提出的交互式生物醫學圖像分割通用模型，性能優于SAM。

7. OBIA數據庫：中科院基因組所發布的開放生物醫學成像檔案，為全球醫療從業者提供共享資源。

2. 疾病診斷與預測

8. DeepDR-LLM：清華大學等團隊構建的面向糖尿病診療的視覺-大語言模型集成系統，可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。

9. IGI-DL系統：上海交通大學團隊開發的深度學習系統，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。

10. MCF模型：中山大學等團隊構建的卵巢癌診斷人工智能融合模型，準確率優于傳統生物標志物。

11. AMC系統：上海交通大學團隊搭建的用于抑郁癥初步診斷的自動化大模型對話Agent模擬系統。

12. ROAM模型：清華大學與中南大學合作提出的基于Transformer的精準病理診斷AI基礎模型，用于膠質瘤的臨床級診斷。

13. PANDA大模型：阿里達摩院聯合國內外醫療機構發布的胰腺癌早期篩查模型。

14. GSP-GCNs模型：中山大學附屬第一醫院和中科院先進院提出的用于帕金森病診斷的深度學習模型。

15. RETFound模型：倫敦大學學院和Moorfields眼科醫院提出的視網膜圖像基礎模型，用于眼部疾病診斷和系統性疾病預測。

16. DeepDR Plus：上海交通大學和清華大合發布的模型，僅基于眼底圖像預測糖尿病視網膜病變進展。

17. MIRS評分系統：美國肯塔基大學等研究人員建立的乳腺癌預后評分系統。

18. 機器學習模型預測冠心病患者死亡率：湖北麻城人民醫院的研究，利用機器學習模型預測老年冠心病患者一年內死亡率。

19. 機器學習模型預測癡呆癥行為和心理癥狀：延世大學的研究，利用機器學習模型預測癡呆癥行為和心理癥狀。

3. 其他應用

20. UniFMIR模型：復旦大學團隊提出的跨任務、多維度圖像增強基礎AI模型，突破熒光顯微成像極限。

21. LucaProt模型：中山大學等團隊提出的深度學習模型，發現了大量新型RNA病毒。

22. Pianno工具：復旦大學團隊開發的空間轉錄組語義注釋工具。

23. HEAL框架：Google團隊開發的用于評估醫學AI工具公平性的框架。

24. AI輔助肺癌篩查：谷歌AI團隊進行的跨國研究，證實AI輔助肺癌篩查的群體有效性。

25. AI輔助眼底疾病檢測：北京協和醫院等多家眼科中心的研究，利用AI輔助13種眼底疾病檢測。

26. AI優化觸覺傳感器：浙江大學的研究，利用SVM優化觸覺傳感器，提高盲文識別率。

27. AI腦機接口：加州大學舊金山分校和伯克利分校的研究，利用AI腦機接口幫助失語患者重新發聲。

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健康行業的變革，為患者帶來更好的就醫體驗。

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