FleXray：首款通用型全身體檢 X 光影像分割模型
FleXray: Universal Generalist Model for Full-Body X-Ray Segmentation
X 光是醫療中最常見的成像技術，但因 3D 結構重疊成 2D 投影，使人工標記極為困難，限制了量化分析。MIT 研究團隊開發了 FleXray，透過「3D 全身 CT 分割資料集」結合「生成式影像編輯模型」，模擬出大量高擬真且附帶完整標記的 2D X 光影像。在此模擬數據上訓練出的 FleXray，能精準分割全身 60 種解剖結構，適用於真實臨床與未知資料集，並能用於輔助手術導航與疾病評級。
核心重點
物理生成式資料引擎
利用現有的 3D 全身 CT 資料集投影至 2D，並結合生成式 AI 進行外觀風格化，免去耗時的人工標記過程。
全身上下 60 種結構分割
突破以往單一模型僅能辨識單一部位的限制，FleXray 可同時辨識骨骼、器官等多達 60 種全身解剖結構。
開源釋出網頁端工具
官方開源了模型程式碼、全身體檢 X 光分割資料集，並釋出一個可在本地運行、易於使用的瀏覽器介面工具。
技術圖解
為什麼重要
傳統 X 光影像因重疊與模糊特徵難以進行精準的量化分析。FleXray 擺脫了對昂貴手動標記的依賴，藉由電腦斷層（CT）的 3D 空間優勢生成高畫質標記數據。這不僅能大幅提升 X 光在自動化疾病評級（如骨關節炎、心臟肥大等）的效率，還能為 X 光導引手術提供即時的導航輔助，讓這項最普及的影像技術釋放出真正的量化醫療潛力。
對誰有影響
- AI 研究人員
- AI 開發者
- 企業決策者
可以怎麼使用
- 1自動化疾病評級（如量化骨關節炎磨損、心臟肥大比例）
- 2X 光導引手術與介入治療中的即時解剖導航
- 3病理目標的高效微調與少樣本遷移學習
限制與注意事項
- 模擬與真實差距：生成式模擬影像與真實臨床中極端罕見的病例或複雜植入物仍可能存在些微落差。
- 重疊極限：當 X 光拍攝角度極端且解剖結構重疊嚴重時，分割精準度可能受到挑戰。
延伸閱讀
不需重新訓練！PoEM 演算法直接預測新獎勵函數的強化學習結果
PoEM: Predicting RL Outcomes Without Re-training Existing Policies
PoEM 框架允許研究人員在不進行任何實際強化學習訓練的情況下，利用現有已對齊模型的對數空間線性組合，直接精準預測並合成適用於新獎勵函數的 AI 模型。
NVIDIA 推出首款開源 3D CT 醫療視覺語言模型 NV-Reason-CT，導入放射科醫師思考鏈推論
NVIDIA Introduces NV-Reason-CT: Open 3D CT VLM with Radiologist Chain-of-Thought Reasoning
NVIDIA 推出專為 3D 電腦斷層設計的開源視覺語言模型 NV-Reason-CT，結合 3D 視覺編碼器與 Qwen 語言模型，能模擬放射科醫師的思考鏈推論，生成結構化診斷報告並進行多輪問答。
「誰對誰說了什麼？」SpeakerMem-R1 打造多方對話專屬的雙軌記憶機制
Who Said What to Whom? SpeakerMem-R1 Introduces Dual-Track Memory for Multi-Party Dialogues
針對多人對話中複雜的角色關係與脈絡，SpeakerMem-R1 透過標記說話者的「雙軌記憶」與 GRPO 強化學習，大幅提升長文本對話中的訊息歸屬與關係追蹤能力。