近日，科学家们成功构建了一款名为HealthGPT的多模态医疗视觉模型，实现了高效训练、轻量化部署和多模态任务的统一最优结果。这款模型不仅能够支持高效率的持续学习（H-LoRA），还可以在不同规模的设备上轻松运行，包括医生端的辅助诊断、知识查询，以及患者端的基础疾病咨询，从而降低就医成本，提升医疗服务水平。 研究团队通过与浙江各大医疗机构的紧密合作，如浙江大学医学院附属第二医院、浙江大学邵逸夫医院，针对医疗影像领域展开了广泛的研究。目前，HealthGPT已经在CT扫描和核磁共振成像等领域展现了强大的解析与生成能力，能够在实际医疗场景中有效辅助医生工作。此外，该团队正努力探索该模型能否扩展至其他疾病诊断领域，比如罕见病的识别和诊断，已经与多家机构合作开始了初步尝试。 展望未来，该团队计划在两个方向上继续发力：一是开发更大型的HealthGPT模型，现已有参数达38亿和140亿的版本，旨在探索更高效统一架构和参数扩展方法，提升模型性能；二是研究医疗Agent系统，推动大小模型协同运作。正如OpenAI首席执行官山姆·奥特曼所言，模型协作是未来趋势，即使是一些小规模模型，也能通过互补完成特定任务。张文桥表示：“我们希望将单一模型升级为Health Agent，由不同角色（如医生、患者）参与数据更新和参数优化，构建更加完善的智能体级别模型，帮助医护人员和患者提供高质量医疗服务。” 业内人士对HealthGPT给予了高度评价，认为这一创新有望彻底改变现有的医疗辅助模式，特别是对于资源相对匮乏的地区而言，能够极大地提升诊疗效率和准确性。随着HealthGPT的不断迭代和优化，其在全球医疗健康领域的应用潜力将日益凸显。 HealthGPT的研发团队背景强大，成员主要来自国内外顶尖高校及科研机构，在人工智能和医疗健康领域有着深厚的积累和广泛的影响力。该团队长期以来一直致力于将最前沿的技术应用于解决实际医疗问题，改善公众健康状况。