斯坦福发布 3D 医学 AI 模型，可完整解析 CT 扫描影像

近日，斯坦福大学团队在《Nature》发布重磅成果 ——3D 医学 AI 模型 Merlin，彻底改变 CT 影像解析模式，为全球医疗 AI 领域带来突破性进展。
与传统 “逐张看切片” 的 2D AI 不同，Merlin 是原生 3D 视觉语言模型，能直接读取完整 CT 体积数据，就像给 AI 装上 “立体透视眼”，无需人工标注，仅靠医院现成的病历、诊断代码和报告就能完成训练。其训练数据涵盖 1.5 万次 CT 扫描（超 600 万张图像），经过近 5 万例真实临床数据验证，即便换不同医院设备、不同地区患者，性能依然稳定。
这款 AI 堪称 “全能医疗助手”：不仅能自动生成结构化放射科报告，精准分割 20 种器官，还能零成本识别 30 种腹部异常，甚至预测 692 种临床表型（如糖尿病、肾病等慢性病风险），部分预测准确率超 90%。更惊喜的是，它仅用 10% 训练数据，就能超越专业分割工具，还能跨部位通用 —— 哪怕只在腹部 CT 上训练，解析胸部 CT 的效果也优于专门训练的模型。
对医疗行业而言，Merlin 破解了两大痛点：一是缓解全球放射科医生短缺压力，将繁琐的影像分析效率提升数倍；二是开源模型代码和超 2.5 万例 CT 数据集，让基层医院也能低成本应用尖端技术。未来，无论是常规体检还是疑难病症诊断，这款 3D AI 都能帮医生更快发现病灶、规避漏诊，让患者享受到更高效、精准的医疗服务。
值得一提的是，Merlin 不只是 “看片工具”，更能挖掘影像中隐藏的健康信号，为疾病早期预警和个性化治疗提供支持，真正实现 “技术赋能医疗，AI 守护健康”。