基于胸部X线片的机会性骨质疏松症人工智能筛查研究
韩国首尔大学分堂医院等机构研究团队开展了一项利用人工智能对胸部X线片进行机会性骨质疏松症筛查的研究，论文发表于《npj Digital Medicine》。该研究由韩国科学技术信息通信部下属国家研究基金会及首尔大学分堂医院研究基金资助。正文仅提供致谢、作者信息、利益声明及投稿时间等元信息，未包含具体模型方法与筛查性能数据。
#影像AI
#影像AI
今日 1 条npj Digital MedicineAI 评分1717
npj Digital MedicineAI 评分3030 从定量特征到影像征象：AI 智能体驱动的胶质母细胞瘤自主发现研究
浙江大学医学院附属第二医院团队开发了一套 AI 智能体（agentic AI）流程，可自动将定量形态学特征转化为语义影像征象。在106例胶质母细胞瘤（GBM）数据集上生成8个候选征象，其中花菜征、茄子征、煎饼征最被一致提出。
npj Digital MedicineAI 评分4242 FlexiCT：通过分阶段预训练构建从解剖结构到疾病表型的通用CT表征模型
研究团队提出CT基础模型FlexiCT,通过二维轴向预训练、三维解剖预训练与报告引导的语义对齐三阶段训练,在56个公开数据集的266,227个CT影像上完成训练。该模型在分割、分类、配准、视觉-语言理解和临床检索五类下游任务上达到或超越现有任务专用方法,其嵌入表示还能按肿瘤分期梳理CT影像特征,提示CT基础模型可捕捉与疾病表型相关的影像特征。项目页面与代码已公开。
Nature MedicineAI 评分4343 MedGemma：面向多种医疗场景的开源视觉-语言模型
MedGemma 是基于 Gemma 3 构建的医疗视觉-语言基础模型系列，在图像与文本结合的医学理解与推理任务上表现出色，覆盖多个医学影像领域。该模型在同等规模的生成式模型中表现更优，同时保留了 Gemma 基础模型的通用能力。