澳大利亚联邦科学与工业研究组织(CSIRO)科学家开发出新型多模态人工智能系统，能够通过结合医学影像与临床数据生成胸部X光诊断报告。该方法采用来自美国医疗机构数据集的4.6万例真实病例进行训练，诊断准确度提升17%，与专业放射科医师的报告一致性显著提高。

研究团队突破传统AI仅依赖影像数据的局限，将急诊部门的生命体征、用药历史和临床记录等多维度信息融入模型训练。项目主要负责人Aaron Nicholson博士表示："人工智能如同诊断侦探，我们为其提供更多证据线索。当X光影像信息与临床实际情况相结合时，AI诊断的准确性和实用性都得到提升。"

该系统在维也纳国际计算语言学协会会议上发布，相关论文已发布于arXiv预印本平台。昆士兰大学数字健康中心研究员Ian Scott教授评价道："面对日益增长的诊断工作量，这种自动化多模态技术有助于减轻放射科医生的认知负荷，改善工作流程，确保及时准确出具诊断报告。"

目前该技术正在布里斯班亚历山德拉公主医院进行临床试验，对比人工智能与人类放射科医生的诊断报告差异。研究团队同时寻求更多医疗机构合作开展试验。所有程序代码和数据集已向全球研究人员开放共享，以促进人工智能辅助诊断领域的创新发展。

该系统有望缓解全球放射科医师资源短缺问题，为临床环境提供更高效可靠的X光诊断解决方案。多模态人工智能技术通过整合多维医疗数据，为胸部X光诊断建立了新的技术标准。

更多信息： Aaron Nicolson 等，《辅助患者数据对胸部 X 光报告自动生成的影响及其应用》，arXiv (2024)。期刊信息： arXiv