研究团队提出视网膜多模态基座模型RETBind

2026年11月3日，《npj Digital Medicine》报道了一项医疗AI新成果，研究团队提出患者级多模态基座模型RETBind。该模型利用患者配对的光学相干断层扫描（OCT）与超广角（UWF）眼底图像学习统一的跨模态表征。RETBind采用单一共享编码器直接捕获模态间对应关系，在涵盖眼部疾病分类与分割的9个基准数据集上均取得性能提升，并显著改善了不平衡数据下的AUPR表现。此外，探索性分析表明，该模型还具备通过视网膜图像预测全身性疾病的迁移潜力。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。