AI科普丨2024 年医疗AI突破盘点，精选35篇不可错过的前沿论文

转自 HyperAI超神经

作者：十九

编辑：李宝珠

转载请联系本公众号获得授权，并标明来源

本期文章，HyperAI超神经聚焦 AI 在医疗健康领域的研究，为大家精选了 2023—2024 年期间解读的 35 篇前沿论文，点击下方论文题目或中文解读，即可跳转论文解读页面。

过去几年，以英伟达、谷歌为首的科技巨头纷纷表达对 AI 医疗的重视，近千亿元资金被砸进该赛道，医疗领域也成为 AI 应用最广、成效最明显的领域之一。

在即将过去的 2024 年期间，研究人员们构建医学大模型，用 AI 分割医学图像/视频、诊断糖尿病、帕金森病、乳腺癌、肺癌、卵巢癌、冠心病、抑郁症以及胃病等，同时探索识别 RNA 病毒的深度学习技术。AI 正以前所未有的速度重塑医疗健康行业面貌，优化患者的就医体验。

继上期汇总 26 篇最值得关注的 AI+材料化学论文后，本期文章，HyperAI超神经聚焦 AI 在医疗健康领域的研究，为大家精选了 2023—2024 年期间解读的 35 篇前沿论文，点击下方论文题目或中文解读，即可跳转论文解读页面，希望对您有所帮助。

01

论文题目：

中文解读：
研究内容：浙江大学联合微软亚洲研究院提出了一种全新的统一医学图像预训练框架 UniMedI。它利用诊断报告作为公共语义空间，可为不同模态的医学图像创建统一的表示，成功整合了 2D 和 3D 图像，使复杂的医学数据被更好地利用。

02

论文题目：

中文解读：
研究内容：复旦大学类脑智能科学与技术研究院发布数字孪生脑平台，这是国际上首个基于数据同化方法开发的、具备 860 亿神经元规模及百万亿突触的全人脑尺度大脑模拟平台。

03

论文题目：

中文解读：
研究内容：上海交通大学团队创建了一个包含 255 亿 tokens 的多语言医疗语料库 MMedC，开发了一个覆盖 6 种语言的多语言医疗问答评测标准 MMedBench，同时还构建了一个 8B 的基座模型 MMed-Llama 3。

04

论文题目：

中文解读：
研究内容：清华大学联手上海交通大学、新加坡国立大学及新加坡国家眼科中心团队，成功构建全球首个面向糖尿病诊疗的视觉-大语言模型集成系统 DeepDR-LLM，可为基层医生提供个性化的糖尿病管理意见及糖尿病视网膜病变辅助诊断结果。

05

论文题目：

中文解读：
研究内容：上海交通大学团队开发了深度学习系统 IGI-DL，通过组织病理学图像，为没有空间转录组数据的癌症患者预测肿瘤微环境信息，从而实现精确的癌症预后。

06

论文题目：

中文解读：
研究内容：中山大学肿瘤防治中心妇科团队，联合南方医科大学、华中科技大学同济医学院附属同济医院、浙江大学医学院附属妇产科医院，构建了卵巢癌诊断人工智能融合模型 MCF，模型识别卵巢癌的准确率优于 CA125 和 HE4 等传统生物标志物。

07

论文题目：

中文解读：
研究内容：上海交通大学 X-LANCE 实验室团队等搭建了一种自动化大模型对话 Agent 模拟系统——智能体心理诊所 AMC (Agent Mental Clinic)，用于抑郁症的初步诊断。

08

论文题目：

中文解读：
研究内容：牛津大学团队开发 Medical SAM 2 (MedSAM-2) 医学图像分割模型，基于 SAM 2 框架设计，将医学图像视作视频，不仅在 3D 医学图像分割任务上表现卓越，同时还解锁了一种新的单次提示分割的能力。

09

论文题目：

中文解读：
研究内容：深圳大学和香港理工大学智能健康研究中心联合提出了一种新颖的超声心动图视频分割模型 MemSAM，将 SAM 应用于医学视频。

10

论文题目：

中文解读：
研究内容：华中科技大学团队提出医学图像分割模型 M2CF-Net，通过融合多分辨率和多尺度的图像识别技术，该方法能够准确识别干燥综合征患者病理图像中的淋巴细胞聚集灶，帮助医生做出更快速、更准确的诊断。

11

论文题目：

中文解读：
研究内容：华中科技大学联合上海交通大学、中南民族大学、香港科技大学、香港理工大学、悉尼大学团队，提出了一种自监督的、基于片段匹配的胶囊内镜图像拼接方法 S2P-Matching，用于肠胃疾病的早期诊断。

12

论文题目：

中文解读：
研究内容：清华大学与中南大学湘雅医院合作，提出了一种基于大区域兴趣和金字塔 Transformer 的精准病理诊断 AI 基础模型 ROAM，用于胶质瘤的临床级诊断和分子标志物发现，并可拓展到其他类型肿瘤的病理诊断。

13

论文题目：

中文解读：
研究内容：阿里达摩院联合国内外十余家医疗机构，发布 PANDA 大模型，实现胰腺癌早期筛查，在 2 万余真实世界连续病人群体中发现了 31 例临床漏诊病变。

14

论文题目：

中文解读：
研究内容：华中科技大学联合悉尼大学、同济医院等，提出 CGS-Mask 方法，该方法适用于各种时间序列预测任务，尤其是那些需要与用户互动并解释结果的场景，例如，股市预测、疾病预测和天气预报等，既能提高模型预测精度，又能增加预测结果的可解释性。

15

论文题目：

中文解读：
研究内容：上海人工智能实验室联合华盛顿大学/莫纳什大学/华东师范大学等团队提出多模态医疗基准 GMAI-MMBench，包含来自全球的 284 个下游任务数据集，该数据集已在 HyperAI超神经官网上线！

16

论文题目：

中文解读：
研究内容：山东大学联合山西医科大学、螺旋矩阵公司等研究团队，运用机器学习技术，基于 mRNA 的分析，成功开发了一种评估原发性乳腺癌患者样本中癌症干细胞特性的新方法 BCSC signature，为乳腺癌的临床治疗提供了全新的策略和方向。

17

论文题目：

中文解读：
研究内容：美国肯塔基大学、澳门科技大学、澳门大学、广州医科大学第一附属医院的研究人员采用神经网络模型，建立了一个预测乳腺癌预后和治疗的评分系统 MIRS，可用于指导乳腺癌患者治疗策略的制定。

18

论文题目：

中文解读：
研究内容：伦敦大学学院 (UCL) 和 Moorfields 眼科医院研究人员，提出了视网膜图像基础模型 RETFound，在眼部疾病诊断/预后及系统性疾病的预测等任务中，都具有极佳的性能。

19

论文题目：

中文解读：

研究内容：上海交通大学、清华大学等联合发布的 DeepDR Plus 仅基于眼底图像，便可预测糖尿病视网膜病变在 5 年内的进展。

20

论文题目：

中文解读：
研究内容：浙江大学团队通过卷积神经网络模型，基于街景图像的绿色视图指数对可见绿色暴露进行评估，并证实了工作场所周围较高的绿色景观指数有利于成年人降低代谢综合征风险。

21

论文题目：

中文解读：
研究内容：麻省理工学院计算机科学与人工智能实验室团队等，提出一种交互式生物医学图像分割通用模型 ScribblePrompt，支持不同注释方式灵活地进行分割任务，甚至可用于未经训练的标签和图像类型。

22

论文题目：

中文解读：
研究内容：中山大学附属第一医院&中科大先进院等研究团队，提出了一种深度学习模型——图信号处理-图卷积网络 (GSP-GCNs)，利用事件相关脑电图数据来诊断帕金森病。

23

论文题目：

中文解读：
研究内容：复旦大学团队提出了跨任务、多维度图像增强基础 AI 模型 UniFMIR，实现了对现有荧光显微成像极限的突破，并为荧光显微镜图像增强提供了一个通用的解决方案。

24

论文题目：

中文解读：
研究内容：中山大学医学院联合浙江大学、复旦大学、中国农业大学、香港城市大学、广州大学、悉尼大学、阿里云飞天实验室等，提出了全新的深度学习模型 LucaProt，该模型发现了 180 个超群、16 万余种全新 RNA 病毒，还发现了迄今为止最长的 RNA 病毒基因组，标志着 RNA 病毒鉴定领域取得了重大突破。

25

论文题目：

中文解读：
研究内容：复旦大学团队提出了「空间转录组语义注释」概念，并开发了空间转录组语义注释工具 Pianno，能够为组织内的空间点自动定义结构或细胞类型，从而结合来自多个维度的信息，加强对复杂生物系统的解释。

26

论文题目：

中文解读：
研究内容：Google 团队开发了 HEAL (The health equity framework) 框架，能够定量评估基于机器学习的医疗健康方案是否「公平」。

27

论文题目：

中文解读：
研究内容：谷歌 AI 团队开发并优化了人工智能辅助肺癌筛查的工作流程，在美国和日本进行了跨国性研究。

28

论文题目：

中文解读：
研究内容：北京协和医院、华西医院、河北医科大学第二医院、天津医科大学眼科医院、温州医科大学附属眼科医院的联合研究团队通过开发人工智能系统模型，协助初级眼科医生的诊断一致性提高了约 12%，为 13 种主要眼底疾病的自动检测提供新方法。

29

论文题目：

中文解读：
研究内容：湖北省麻城市人民医院研究人员比较了多种模型，并用其中表现最优的机器学习模型，预测了中国老年冠心病合并糖尿病或糖耐量受损患者一年内死亡率为 26.83%。

30

论文题目：

中文解读：
研究内容：中科院基因组所（中国国家生物信息中心）建立了开放生物医学成像档案 (OBIA) ，这是国内首个开放的生物医学成像数据和相关临床数据存储库，对全球医疗从业者及相关学者免费开放。

31

论文题目：

中文解读：
研究内容：美国加州大学旧金山分校和加州大学伯克利分校的研究团队利用 AI 开发出一种新的脑机技术，让失语 18 年的患者重新「开口说话」，并基于数字化身产生生动的面部表情，帮助患者以符合正常人社交的速度和质量与他人实时交谈。

32

论文题目：

中文解读：
研究内容：延世大学的研究人员开发了多个预测 BPSD 的机器学习模型，实验结果表明，机器学习能够有效预测 BPSD 亚综合症。

33

论文题目：

中文解读：
研究内容：意大利那不勒斯费德里科二世大学的研究人员，提出可以检测乳腺癌生物标志物的特征选择 (Feature Selection) 策略，并建议将其发现的 20 种 microRNA 作为乳腺癌诊断性生物标志物。

34

论文题目：

中文解读：
研究内容：英国诺丁汉大学的研究者对比了商用 AI Lunit 与医生阅读乳腺 X 光片的准确率，结果显示，Lunit 分析乳腺 X 光片的能力与人类医师相当。

35

论文题目：

中文解读：
研究内容：浙江大学的研究者优化 触觉传感器的设计，优化后的传感器能准确识别 6 种动态触摸模式，可用于健康监测、智能机器人、人机环境交互和虚拟/增强现实中。

以上就是本期汇总的 AI+医疗健康前沿论文，更多最新成果详见：

https://github.com/hyperai/awesome-ai4s