全部商品分類
據介紹，通過大量的數據訓練，ｕＡＩ影智大模型具備對醫學影像的通用底層學習技能，并具備了快速遷移到新疾病類型的能力，可充分利用不同模態和不同任務之間的相關性，對各類不同任務均可實現優異性能表現。
以腎動脈血管分割任務為例，經過測試，該款大模型僅需１０個訓練數據便可達到傳統小模型需要使用２０１個數據才能達到的性能水平。
此外，聯影智能方面介紹，ｕＡＩ影智大模型在另外８種器官上的分割準確性上均要優于傳統小模型。這意味著，大模型底座既可提升產品性能，亦為新產品開發落地提供加速度，推動模型開發邁入新范式，能夠更靈活、快速地滿足更多維的臨床需求。且在設計之初就提出“訓練要大，部署要小”，強調實際部署過程中，可拆分出輕量化模型，保證模型院內落地可及性的同時，提升模型應用的靈活性。
目前，基于該款大模型基座，聯影智能已在文本、影像、混合模態三方面均實現了創新產品落地。
聯影智能聯席ＣＥＯ沈定剛向媒體介紹，聯影智能開發的醫療文本大語言模型支持７０Ｂ文本輸入，相較于目前國內正在“卷”的長文本大模型，這個大模型并不“大”，但小模型有小模型的優勢。７０Ｂ參數的文本模型是一個專門為醫學領域優化的工具，它集成了海量的醫學教科書和臨床資料庫的知識，在ＵＳＭＬＥ（美國醫學執照考試）的評測上達到了６７％的合格標準，展現了其在醫學領域的應用潛力。當前，該文本大模型已在復旦大學附屬中山醫院心外科、呼吸科等科室輔助臨床及科研工作。
聯影智能聯合創始人、首席運營官詹翊強表示，經過專業訓練后的聯影智能開發的醫療文本大模型不需要龐大的算力，可以在醫院本地部署，同時具備良好的信息總結性能，能很快抓取長達幾千字的病人入院記錄的關鍵信息，導入到首次病程錄中，可以成為醫生寫診療記錄時的輔助病工具；此外，該模型還有高度的可解釋性，不僅能夠提供診斷結果，還能解釋診斷的依據；并有個性化的推理能力，能夠根據患者的具體情況提供更為個性化的鑒別診斷。
