医学影像AI行业动态
跟踪全球医疗人工智能最新进展，深度解读技术趋势与产业动态
医学影像AI技术方案怎么选？分割、检测、关键点、多模态四大方向选型指南
选医学影像 AI 技术方案，最常踩的坑是「先挑模型、后想问题」。更稳妥的顺序恰恰相反：先把临床要解决的问题、手头有什么数据、上线后跑在什么环境这三件事问清楚，再 …
阅读全文 →
产前超声如何减少胎儿颅内畸形漏诊？实时AI辅助系统PAICS的多中心随机对照试验解读
产前超声是筛查胎儿颅内结构异常的一线手段，但它高度依赖操作者的经验与手法：胎儿在实时扫描中不断变换姿势，异常征象转瞬即逝，超声医师必须在动态、低信噪比的灰白图像 …
阅读全文 →
CT影像AI如何从一次扫描读出隐藏疾病信号？Percival CT视觉语言模型及其人群健康风险建模
一次 CT 检查做完，影像里往往藏着远超“这次为什么来拍片”的信息：除了医生写进报告的病灶，扫描还可能同时记录下心房颤动、慢性肾病、早期肿瘤等机会性信号。问题在 …
阅读全文 →
医学影像AI如何摆脱“一个任务一个模型”的碎片化？FlexiCT通用CT基础模型及其五类任务验证
CT（计算机断层扫描）是三维医学影像的核心，仅美国每年就有超过 9000 万次检查。但一个尴尬的现实是：CT 方向的 AI 模型大多只擅长一件事——做分割的不会 …
阅读全文 →
乳腺超声AI诊断如何做到既准又可解释？B-RAD检索增强框架及其七国多中心验证
乳腺超声是乳腺癌诊断的核心手段，但一个老问题始终困扰着临床：不同医生对同一张超声图的 BI-RADS 分级，判断往往不一致。尤其在 BI-RADS 3 类（可能 …
阅读全文 →
脑肿瘤MRI能否少打钆造影剂？深度学习无增强影像增强预测模型及其多中心验证
脑肿瘤的影像评估，通常要"平扫 + 增强"两套序列配合：先打一针钆造影剂（GBCA），让生长活跃的肿瘤组织在 MRI 上"亮起 …
阅读全文 →
医学影像AI如何实现3D OCT视网膜疾病的端到端自动诊断？FOCUS基础模型驱动系统及其多中心验证
光学相干断层扫描（OCT）凭借高分辨率、三维成像能力，早已成为视网膜疾病诊断的基石。但真正卡住它大规模应用的，不是成像技术本身，而是阅片流程：先要判断图像质量是 …
阅读全文 →
前列腺MRI的PI-RADS 3类病灶要不要穿刺？AI风险分级模型及其多中心验证
前列腺 MRI 报告上，「PI-RADS 3 类」是最让泌尿外科医生和患者头疼的一档——它意味着"可疑度居中、证据不足"，既不敢排除恶性，也 …
阅读全文 →
医学影像AI如何一个模型看懂多种医学影像？MedGemma开源多模态基础模型解读
医院里有胸片、病理切片、眼底照、皮肤镜等多种医学影像，但大多数医学影像 AI 模型只精通其中一种。2026 年 10 月，Google 团队在《Nature …
阅读全文 →
医学影像AI如何像放射科医生一样学习诊断？RadiSim-CL课程学习视觉语言模型解读
医学影像 AI 目前最大的尴尬，是"会看图、不会诊断"：模型在公开基准上识别病灶很准，一到真实临床却常常"认得出病灶、下不了诊 …
阅读全文 →
医学影像分析如何在平扫CT上筛出早期食管癌？EAGLE模型及其多国多中心验证
食管癌是典型的“发现即晚期”：2022 年全球新发约 51.1 万例、死亡 44.5 万例，中国 5 年生存率仅 36.9%，美国更只有 18.5%。根本原因， …
阅读全文 →
医学影像关键点检测如何突破数据与标注瓶颈？MedSapiens人体姿态基础模型及其跨模态验证
解剖标志点（关键点）检测是很多影像任务的第一步：量髋关节角度、判骨龄、做正畸方案、做手术导航，都得先在一张片子上精准定位一批关键点。但长期以来，这项任务被两个老 …
阅读全文 →
如何让AI一次性看懂146种腹部病症？RADAR通用医学影像智能诊断模型及其多中心验证
研究背景：腹部CT为什么被称为「最难读的CT」？ 一份腹部增强 CT 报告，往往要覆盖肝脏、胰腺、胆道、胃肠、泌尿等数十个器官，而多数器官都是密度相近的软组织， …
阅读全文 →
医学影像AI如何让诊断结论有据可查？UniBiomed多模态基础模型及其84个数据集验证
研究背景：医学影像AI的结论为何难以「有据可查」？ 今天的主流医学影像AI，大多"能看病"却"说不出在哪"。一个模型可以 …
阅读全文 →
术中冰冻切片诊断为何又急又难？医学影像AI基础模型CRISP及其前瞻性验证
研究背景：术中病理诊断为何又急又难？ 在肿瘤切除手术中，外科医生常常要等一个关键答案：切下来的组织，到底是良性还是恶性？切缘干不干净？淋巴结有没有转移？这个答 …
阅读全文 →
如何让多个医学影像AI像医生会诊一样协作？RadFabric多智能体胸片诊断系统解读
研究背景：胸片AI为何陷入「模型孤岛」？ 过去十年，医学影像AI围绕胸部 X 光（CXR）产出了大量任务专用模型——有的擅长病灶检测，有的专攻医学图像分割，有的 …
阅读全文 →
如何减少乳腺癌的不必要穿刺活检？BINDS多模态无创诊断AI系统解读
研究背景：乳腺癌为何需要无创精准诊断？ 乳腺癌是全球女性发病率最高的恶性肿瘤，也是女性癌症死亡的首要原因，全球发病仍在持续攀升，预计 2040 …
阅读全文 →
肝脏恶性肿瘤为何总被漏诊？LiON多中心AI诊断网络及其前瞻性临床验证
研究背景：肝脏恶性肿瘤为何总被漏诊？ 肝脏恶性肿瘤（包括原发性肝细胞癌和肝转移瘤）是全球重大健康负担，能否早期准确诊断，直接决定治疗时机与预后。在临床上，对比增 …
阅读全文 →
医学影像分析如何落地临床？从阅片痛点看AI辅助诊断全流程
放射科每天都在面对的阅片压力 在大多数医院的放射科，阅片始终是绕不开的高强度工作。一个中等规模的三甲医院，日均要处理的胸片、CT、MRI 影像动辄上千张。医生 …
阅读全文 →
医学影像AI如何摆脱海量标注依赖？NeuroVFM健康系统学习方法及其临床验证
一、研究背景 过去两年，医学影像AI的主流思路是"互联网尺度学习"——把海量网络图文喂给 GPT-5、DINOv3 这类前沿大模型，再迁移到 …
阅读全文 →骨盆X光关键点检测：AI如何自动测量髋关节参数
手工测量的痛点 在骨科门诊，评估髋关节发育不良、髋关节骨关节炎等疾病时，医生需要在骨盆正位X光片上手工定位股骨头中心、髋臼外缘等解剖关键点，再据此测量CE …
阅读全文 →深度学习如何检测椎体压缩性骨折
椎体骨折为何容易被漏诊 椎体压缩性骨折（Vertebral Compression Fracture）是骨质疏松症最常见的并发症之一，尤其在老年人群中高发。然 …
阅读全文 →