医学领域缺乏公开可用的标注医学图像，，这是计算研究和教育创新的一大障碍。。。与此同时，，，许多去标识化的图像和丰富的知识被临床医生在医学Twitter等公共平台上分享。
。

近日
，，，发表在《Nature Medicine》上的一篇题为“A visual–language foundation model for pathology image analysis using medical Twitter”的文章中，，，，斯坦福大学研究团队开发了基于视觉和语言的医学大模型，，，以助力医学诊断与知识共享。
。

在该论文中
，，研究人员构建了一个名为OpenPath的大型数据集
，，其中包含208,414张病理图像，，，
，每张图像都与自然语言描述相配对。
。。通过开发病理语言-图像预训练（PLIP）模型，，研究人员充分展示了这一资源的价值。。。PLIP是一种多模态人工智能模型，，
，，能够理解图像和文本，，，，它是基于OpenPath数据集进行训练的，，PLIP在对四个外部数据集进行新病理图像分类时表现出色，
，使用户能够通过图像或自然语言搜索检索相似的病例
，，极大地促进了知识共享。
。。
。该研究表明
，，公开共享的医学信息是一个宝贵的资源，
，可以用于开发医学人工智能，，
，，提升诊断
、、、知识共享和教育水平。。

注：此研究成果摘自《Nature Medicine》，，，，文章内容不代表本网站观点和立场，，，仅供参考。。。

知前沿，，，问智研
。
。智研咨询是中国一流产业咨询机构，，十数年持续深耕产业研究领域，，，提供深度产业研究报告、、、商业计划书、、
、可行性研究报告及定制服务等一站式产业咨询服务。。
。。专业的角度、、品质化的服务、、、敏锐的市场洞察力，
，专注于提供完善的产业解决方案，，为您的投资决策赋能。。。

10000 11604