每年约 123 万人死于结核，很多高负担地区根本等不到放射科医生读片。 我刚读完 Google Research 10 月 23 日原文《把基础模型送到结核… · @Daviswh · TwKit

@Daviswh

每年约 123 万人死于结核，很多高负担地区根本等不到放射科医生读片。 我刚读完 Google Research 10 月 23 日原文《把基础模型送到结核筛查一线》，容易漏掉的几点： · 从 2019 年对标放射科医生的胸片模型，到 2021 年被 Stop TB 独立评测进全球前列，再到 WHO 推荐 CAD 用于筛查与分诊，再到 2024 年 NEJM AI 多中心前瞻验证：敏感度稳住，还能顺带发现其他心肺异常 · 真正难的是「翻译鸿沟」：跨机型、离线、进工作流、过器械法规。南非伙伴 Nexus AI 做成 CE MDR IIb 器械，约 45 秒出筛查结果；已在 6 国约 40 家机构、90+ 临床人员读完逾 2.5 万张胸片，并给欠资源公立诊所送了 3000+ 次免费筛查 · 极端场景：世界最深矿井之一的 Mponeng，把超便携数字胸片 + 离线 AI 部署到地下约四公里，矿工当场筛、当场分诊、同一天去做分子确诊，把常要几周的路径压到一次就诊 · 单点工具不够：通过 HAI-DEF 开源胸片嵌入与 MedSigLIP；再放开源多模态 MedGemma（4B/27B），可本地跑、无网也能问答，上线后下载已超 1000 万次。印尼卫生部要在本国数据上微调，目标年筛 5000 万人，数据不出境 · 补一条非影像路径：HeAR 用手机麦克风听咳嗽声做声学分诊，在撒哈拉以南多方协作推进 对谁有用：做医疗 AI、公共卫生数字化，或关心「论文之后怎么变成床边工具」的人——开源基础模型 + 本地监管落地 + 主权部署，才是把筛查真正铺开的组合。 https://research.google/blog/bringing-foundational-models-to-the-front-lines-of-tb-screening/

曝光 52 · 评论 1 · 点赞 0 · 书签 0