高中生利用AI透過視網膜掃描篩查自閉症
一名17歲學生開發了名為「RetinaMind」的AI工具，利用卷積神經網路分析視網膜影像以篩查自閉症與ADHD。該項目在測試中達到89%的準確率，展示了AI在神經發育診斷中的潛力。
Search
Tag: #medical-imaging30 results
NEJM 因 AI 操縱醫學影像撤回論文
《新英格蘭醫學雜誌》(NEJM) 因作者未經披露使用 AI 修改臨床影像中的皮尺，導致刻度數字出現亂碼，進而撤回該病例報告。此事件凸顯了 AI 在科學出版中的風險。
用於甲狀腺超音波診斷的可稽核 AI
ThyroidXAgent 是一套可與臨床醫師互動的代理式 AI 系統，能協調甲狀腺超音波定位、測量、風險分層、分類與基於證據的報告生成。在 28,458 個測試案例中，系統提升了診斷一致性，並縮短分割與報告製作時間。
CALHippo：人類海馬迴神經元與神經膠質細胞的 3D 映射
CALHippo 利用包含 CellPoseSAM 的自定義分割管線，對人類海馬迴細胞進行 3D 映射。該專案透過高解析度切片標註與低解析度密度估計相結合，成功重建細胞點雲。
BrainG3N：用於 3D 腦部 MRI 生成的雙用途 Tokenizer
BrainG3N 引入了一種基於 MAE 的 3D 腦部 MRI 解耦 Tokenizer，將臨床特徵提取與體積重建分開。此架構不僅能實現高效的臨床下游分析，還能進行可控的、針對特定患者的縱向數據生成。
MedGemma 1.5 推進醫學多模態 AI
MedGemma 1.5 4B 在 MedGemma 1 基礎上擴展，支援高維醫學影像如 CT/MRI 體積與病理全切片，加上解剖定位與多時間點 X 光分析。它取得重大進展：3D MRI 分類提升 11%、病理 macro F1 達 47%，並改善臨床 QA 與 EHR 理解。作為開放資源，讓開發者建構先進醫學 AI 系統。
MACRO：經驗驅動自進化醫療影像代理
MACRO 是一款自進化代理，從驗證執行軌跡中自主發現醫療影像任務的可重用複合工具。它透過影像特徵記憶將工具選擇錨定在視覺-臨床脈絡，並以類 GRPO 訓練強化可靠調用。實驗顯示在多步準確度和跨域泛化上優於基準。
R2U-Net 腦瘤分割達 0.900 DSC
提出注意力閘控遞迴殘差 U-Net (R2U-Net) 三平面模型，用於膠質瘤分割，在 BraTS2021 全腫瘤上達 0.900 Dice 分數。整合殘差、遞迴與注意力機制以提升效率。提取特徵用於生存預測，準確率達 45.71%。
醫學影像 AI 跨越 AGI 分水嶺
沙利文白皮書指出，醫學影像 AI 應依照臨床場景、角色與任務來定義。白皮書將影禾医脉定位為面向生態系統的方法，要求模型具備影像理解、跨模態醫學推理與標準化工程輸出的能力。
Hitachi AI 在白血病診斷中達到 0.9 以上 AUC
Hitachi 與九州大學醫院合作開發了一款機器學習 AI，用於輔助流式細胞術檢測血液惡性腫瘤。該系統在多重疾病分類任務中達到了 0.9 以上的 AUC 識別性能。