斯坦福大学研究人员开发了一款名为Merlin的人工智能模型，该模型能够执行多种CT扫描诊断任务，未来有望使CT扫描成为更广泛的机会性检查工具。Merlin是一种视觉语言模型，专门设计用于评估3D腹部CT扫描，能够识别解剖结构异常并预测长期疾病进程。

与许多专注于单一任务的AI模型不同，Merlin被构建为面向多项任务的通用模型。研究人员指出，通过少量微调，该模型的功能还可以进一步扩展，以适应更多临床需求。共同第一作者Louis Blankemeier博士在声明中表示：“有了Merlin，你可能超越传统放射学，直接从影像跳到可能的诊断。而这只是潜在用途之一。”

Merlin模型在包含超过15,000对CT扫描的临床数据集上训练，涵盖了600多万张图像，训练数据还包括180多万个诊断代码和数万份放射学报告。研究人员在《自然》杂志中说明，这代表了目前最大的腹部CT数据集合。美国国立卫生研究院国家生物医学成像与生物工程研究所所长Bruce Tromberg博士指出：“像这样丰富的数据集对于推动人工智能模型在医学领域所能实现的极限是必要的。”

这项研究展示了精心构建的训练数据如何能够实现显著洞察，从而大幅简化工作流程并辅助临床决策。Merlin AI模型的应用前景广阔，有望在医疗影像分析领域带来革新。