密歇根大学研究团队开发的人工智能模型Prima，可在数秒内完成脑部磁共振成像（MRI）的读取与诊断。该模型对神经系统疾病的检测准确率达到97.5%，并能评估患者治疗的紧急程度，研究成果已发表于《自然·生物医学工程》期刊。

资深作者Todd Hollon博士表示：“全球MRI需求增长为医疗系统带来压力，我们的AI模型通过提供快速准确的信息，有望改善诊断流程并减轻负担。”研究团队在一年内测试了超过3万例MRI数据，Prima在超过50种神经系统疾病的诊断中表现优于其他先进模型。

Prima作为视觉语言模型，能够同时处理图像、视频和文本信息。与以往依赖有限数据集的AI系统不同，该模型使用了密歇根大学健康中心积累的超过20万项MRI研究和560万个序列进行训练，并结合患者临床病史进行综合判断。

共同第一作者Samir Harake指出：“Prima的工作方式类似于放射科医生，整合病史与影像数据来全面评估健康状况。”该模型还能自动识别需要优先处理的病例，对于脑出血、中风等急症，可即时提醒相关专科医生。

随着全球神经系统疾病MRI检查量的增加，神经放射学服务面临人力短缺和诊断延迟等挑战。研究团队认为，Prima这类AI辅助诊断系统能够优化工作流程，提升医疗服务的可及性，特别是在资源有限的医疗机构中具有应用潜力。

目前该研究仍处于初步评估阶段，未来将探索整合更详细的电子病历数据以提升诊断精度。Hollon博士将Prima描述为“医学影像的副驾驶”，其技术框架未来可能扩展至乳腺X光、胸部X光等其他影像学领域。