【纯干货】医疗视觉大模型2023年进展简述｜Medical Vision-language Models (VLM)

写在前面——本篇为原创内容，如转载/引用请务必注明出处！！（最后更新于2023年11月16日）
如有错误，欢迎评论区指出！！不胜感激！！
点赞三连谢谢!!!

如有 Medical Image Analysis, Clinical Data Mining, AI in Healtcare, LLMs合作或共同学习意向，欢迎pm私信我，我给你发社交账号～～

Aims: 帮助大家更快地了解目前处在起步阶段的“医学视觉大模型”。可以当作“Perspective article”来阅读。

---

医学图像辅助诊断是指使用计算机技术（如图像处理、模式识别等）来分析医学成像数据（如X射线、CT、MRI、Histology、Endoscope等），旨在从医学图像中提取有用的特征信息，以帮助诊断疾病和评估治疗效果。这一领域的历史可以追溯到20世纪初，当时X射线和其他放射学技术的发展使得医生开始能够非侵入性地观察人体内部结构。早期，辅助诊断技术主要包括图像增强、降噪和对比度调整。后来，随着数字成像技术的兴起、计算能力的提升和人工智能算法的发展，更高级的技术如三维重建、图像配准、疾病分类、病灶检测与分割、定量分析、可穿戴设备与手术导航等被提出和广泛应用于癌症检测与治疗、神经疾病诊断、心血管疾病评估等诸多医疗细分领域。许多医院和诊所已经将这些技术及其衍生的各种医学图像计算软件整合到日常诊疗流程中，以提高诊断的准确性和患者的治疗效果。Alexander等人(McKinsey & Company, 麦肯锡公司)在2023年一项针对美国 50 名放射科医生的调查中发现（点击跳转至该篇论文），90% 的人表示他们的工作量在过去 3 年里随着扫描次数的增多而有所增加（医学图像干预&辅助诊断的需求