近日，一个名为Global RETFound的医疗大模型项目发布。
据称，Global RETFound 计划是有史以来规模最大的医疗人工智能合作之一，也是收集地理和种族最多样化的医学数据集之一。
该数据将涵盖非洲、中东、北美和南美、亚洲广度、大洋洲、欧洲和高加索地区。
该项目负责人，新加坡国立大学（NUS） 医学系助理教授Yih Chung Tham 博士表示，当前所有的医疗基础模型都是在“狭窄”的数据上进行训练，限制了其有效性。
而Global RETFound 联盟通过创新方法应对这一挑战，这些方法使广泛的国际参与成为可能，同时保持严格的隐私保护。”
RETFound原项目于2023 年发表在《自然》杂志上，由伦敦穆尔菲尔德眼科医院和伦敦大学学院眼科研究所的研究人员开发，使用由穆尔菲尔德 INSIGHT 健康数据研究中心策划的 160 万张视网膜图像。
虽然RETFound已经展示出医疗人工智能应用的巨大潜力，但全球模型将扩展训练数据以涵盖除南极洲以外的所有大陆。
因此，Global RETFound的一项关键创新建立数据共享框架，旨在适应参与机构不同的技术能力和监管要求。
第一种方法涉及对各个机构的生成式人工智能模型进行本地微调，仅集中共享模型权重，确保没有患者数据离开原始站点。
第二种途径可以通过安全基础设施为没有本地 GPU 资源或技术专长的机构直接共享去识别化数据。
Global RETFound模型将对多种眼科和全身性疾病进行综合评估，包括糖尿病视网膜病变、青光眼、年龄相关性黄斑变性和心血管疾病。
未来，该模型将在知识共享许可下发布，使其在全球范围内免费用于非商业研究。
特别声明：智慧医疗网转载其他网站内容，出于传递更多信息而非盈利之目的，同时并不代表赞成其观点或证实其描述，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。
凡来源注明智慧医疗网的内容为智慧医疗网原创，转载需获授权。
