Nature子刊：清华大学×广州医科大学合作推出呼吸系统疾病专用的AI大模型——MedMPT

通用人工智能（General artificial intelligence）模型，在应用于临床实践中的多种模态和复杂临床任务时，面临着独特挑战。

2025 年 11 月 6 日，清华大学徐枫副教授、郭雨晨副研究员，广州医科大学附属第一医院/国家呼吸医学中心何建行教授、梁恒瑞医生等，在 Nature 子刊 Nature Biomedical Engineering 上发表了题为：A vision–language pretrained transformer for versatile clinical respiratory disease applications 的研究论文。

该研究开发了一个专为临床呼吸系统疾病应用设计的基于 Transformer 架构的视觉-语言（Vision-Language）预训练模型——MedMPT。

在这项最新研究中，研究团队推出了 MedMPT，这是一个面向临床、功能多样的基于 Transformer 架构的视觉-语言（Vision-Language）预训练模型，专为呼吸系统医疗保健而设计，通过 154274 对胸部计算机断层扫描（CT）图像和放射报告进行训练。 

MedMPT 在统一框架内从多模态医疗数据（包括 CT 图像、放射报告、人口统计学信息、实验室检测以及药物关系）中学习

MedMPT 采用自监督学习来获取医学见解，能够处理多模态临床数据，并支持与临床工作流程相契合的各种临床任务。研究团队评估了 MedMPT 在广泛的胸部相关病理状况下的表现，涵盖了常见的医疗模式，例如计算机断层扫描（CT）图像、放射报告、实验室检测以及药物关系图。

MedMPT 在医疗领域始终优于最先进的多模态预训练模型，在各种临床任务中取得了显著提升。大量分析表明，MedMPT 能够有效挖掘医疗数据的潜力，兼具数据和参数效率，并为决策提供可解释的见解。

相比其他大模型，MedMPT 具有更强的疾病诊断和报告生成性能

相比其他大模型，MedMPT 能够根据多模态信息，给出更全面、个性化的用药建议

人类-AI 协作生成放射报告

MedMPT 的定性评估