科大研发人工智能大模型MOME 夥拍逾十间医院开展试验
香港科技大学（科大）工学院研究团队成功研发一款名为MOME的人工智能（AI）大模型，利用全国规模最大的多参数磁力共振成像（mpMRI）数据建构，能够准确区分良性及恶性肿瘤，准确度媲美拥有五年以上经验的放射科医生。团队正与深圳市人民医院丶广州市第一人民医院丶云南省肿瘤医院等超过十间医院及机构合作，展开大规模验证，以进一步评估系统成效，为投入实际应用做好准备。
中国最大mpMRI数据集
乳癌是全球女性最常见且致命的癌症之一，早期筛查丶准确的分子亚型分类，以及对治疗反应的预测，对乳癌治疗十分关键。尽管mpMRI数据能提供丰富的诊断资讯，但对於传统AI系统而言，整合这些数据的多种成像模态（即磁力共振中不同的成像序列）仍存在不少挑战，特别是在真实临床环境中，某些模态或有缺失的情况。
为了应对这些挑战，科大研究团队与多家医疗机构合作，构建了目前市场上最大的中国人乳腺多参数磁力共振成像数据集，并设计出一款能够处理异构输入的AI大模型。这个名为MOME的模型采用「混合专家框架」，并以「Transformer」深度学习架构为基础，能够灵活融合多模态信息，即使在部分成像序列缺失的情况下，依然能维持高稳定性。该模型亦支援分子亚型分类，并预测患者对治疗方案的反应。
可避免不必要化验及预测治疗成效
在测试中，MOME对乳癌的诊断准确度达到了拥有五年以上经验的放射科医生的水平。该模型能够准确识别BI-RADS 4类患者中（乳癌风险在2%至95%之间）的良性个案，从而减少此类患者接受穿刺化验的需要。MOME对预测病人进行前辅助化疗的反应亦有出色表现，该治疗方案能在手术前缩小肿瘤，提高手术成功率。此外，系统亦能及分辨高侵袭性乳癌亚型，以及需采用专门治疗方案的三阴性乳癌。
科大计算机科学及工程学系丶化学及生物工程学系兼生命科学部助理教授陈浩教授，为论文通讯作者之一，他表示：「MOME具备高度适应和解释能力，有潜力纳入临床诊疗流程，协助医生提升临床诊断的可靠性及透明度，也为推动无创及个人化癌症治疗方案提供了稳健的框架，充分彰显AI在医学影像领域的关键角色。随着AI大模型与成像技术的迅速发展，我们相信在不久将来，MOME此类模型将可进一步支援临床医生工作，并提升治疗效能。」
本研究由科大智慧医疗实验室（Smart Lab）丶哈佛大学丶深圳市人民医院丶中国人民解放军总医院以及云南省肿瘤医院共同完成。相关研究成果已发表於《自然通讯》期刊，论文标题为《A Large Model for Non-Invasive and Personalized Management of Breast Cancer from Multiparametric MRI》，第一作者为骆路阳博士，他曾为陈教授研究团队的博士後研究员，现任哈佛大学博士後研究员。
