科技日報訊 （記者張佳欣）美國密歇根大學研究人員開發出一種人工智能（AI）模型，可在數秒內讀取並分析腦部核磁共振成像（MRI），同時判斷患者需要治療的緊急程度。研究顯示，該模型對神經系統疾病的檢測準確率最高可達97.5%。相關成果發表於新一期《自然·生物醫學工程》雜誌。
該系統名爲Prima，屬於視覺語言模型，能實時整合影像數據、文本信息及患者病史，實現類似放射科醫生的綜合判斷。與以往依賴人工篩選數據完成單一任務的AI系統不同，研究人員利用密歇根大學健康系統自放射學數字化以來積累的全部MRI數據進行訓練，包括超過20萬項檢查和560萬段影像序列，並將患者臨牀背景及所做檢查的原因納入模型，從而提升了對多種任務的適應能力。
研究人員在一年內對超過3萬例MRI檢查進行了測試。結果顯示，在涵蓋50多種主要神經系統疾病的影像診斷任務中，Prima的整體表現優於當前多種先進AI模型。同時，該系統還能自動評估病例優先級，對於腦出血、中風等需要緊急干預的情況，可及時向醫療人員發出提醒，並建議應聯繫的專科醫生類型，如卒中科醫生或神經外科醫生。
全球每年進行數百萬次MRI檢查，其中相當比例涉及神經系統疾病，而神經影像學服務供給不足，常導致診斷延遲甚至錯誤。在一些地區，患者獲取檢查結果可能需要數天甚至更久。該研究認爲，類似Prima的智能系統有望優化工作流程，提高醫療資源利用效率，尤其對資源有限地區具有潛在價值。
目前Prima仍處於初步評估階段。未來將進一步整合電子病歷等更多臨牀數據，以提升診斷能力，並探索其在乳腺X線攝影、胸部X光及超聲等其他醫學影像領域的應用潛力。
