中国科学院合肥物质科学研究院研究员李海团队开发了一种新型人工智能（AI）医疗诊断系统MultiXpert，能够在“零样本”条件下对胸片进行智能诊断，意味着它无需任何标注数据，就能识别出从未见过的疾病，从而使AI具备更接近医生诊断思维的能力。日前，相关研究成果发表于《信息处理与管理》。

胸片是临床最常用的影像学检查手段之一，但人工判读耗时且依赖专家经验。传统AI系统虽在一些任务中媲美专家，却严重依赖大量人工标注的数据，难以应对新发疾病或不同医院之间的数据差异，导致模型泛化能力有限，无法满足复杂临床环境下的精准诊断需求。

为应对这一挑战，李海团队提出了多模态双流协同增强的新思路，构建了一个无需额外标注数据即可实现“零样本”高精度诊断的胸片智能分析框架MultiXpert。它能够同时处理图像与文字信息，并利用大语言模型和放射科专家知识优化病灶描述，实现图像与语言的深度融合，让AI面对未见疾病也能“看懂”胸片，从而更加趋近于医生的思考逻辑。

结果显示，MultiXpert在4个单标签公共数据集上AUC（评估模型的一个指标）平均提升7.5%，在零样本场景下较主流视觉语言模型平均提升3.9%。在来自10家医院的多中心私有数据上，MultiXpert相较于传统的单中心监督学习模型AUC提升13.9%至22.6%，充分证明了其优异的跨中心泛化性能与临床可迁移性。

该研究为胸片“零样本”智能诊断提供了新的技术路径，也为医学AI从“依赖标注”迈向“自主理解”提供了新范式。

相关论文信息：https://doi.org/10.1016/j.ipm.2025.104468

（原载于《中国科学报》 2025-12-04 第3版 综合）