人工智能大模型DeepSeek火爆出圈，“老陜”聚焦細分領域打造的人工智能“小”模型也取得新突破。3月11日，中國科學院西安光機所傳來消息：該所光譜成像技術實驗室研究員王荃、胡炳樑團隊在計算機視覺領域半監督醫學圖像語義分割方向取得重要進展。團隊提出一種創新算法，在醫學圖像數據智能識別方面表現優異，有望應用于醫學影像診斷領域。

　　團隊成員、西安光機所碩士研究生胡明介紹，X光片、CT等醫學影像是醫生進行疾病診斷的重要依據。計算機視覺領域半監督醫學圖像語義分割研究可以從少量醫生審讀、標注好的醫學圖像中自動學習其診斷經驗，最終實現在沒有標注的醫學圖像中自動鎖定病變區域，幫助醫生提高疾病診斷效率和準確率。

　　“就像需要不斷訓練且‘喂料’類型要多種多樣，才能提高人工智能大模型智能化水平一樣，進行半監督醫學圖像語義分割協同訓練時，一方面‘投喂’的圖像需具有一定的差異性，另一方面要訓練從不同角度識別同一圖像，才能提升模型的‘智能讀圖’性能。”胡明說。

　　基于此，該團隊進行了技術攻關，提出一種創新算法，在數據處理、訓練結構等方面進行了改進。這種創新算法在多個公開醫學圖像數據集上的試驗性能處于領先水平。

　　“通俗來講，我們人工設計并‘投喂’了更多訓練醫學圖像，增加了模型判斷依據，大幅提升了模型智能化水平。”胡明說，“下一步，我們將聚焦醫學圖像智能‘閱讀’分析領域，實現用‘小’模型精確劃分出病變區域、用大模型去理解和反饋，造福更多患者。”

　　(記者 霍強)