武汉大学团队AI内镜助手登上Npj Digital Medicine

蓝字关注（联系方式见文末）

期刊《Npj Digital Medicine》发布了一篇名为《Domain specific multimodal large language model for automated endoscopy reporting with multicenter prospective validation》的文章。该研究针对上消化道内镜检查报告编写中的常见错误、遗漏及耗时问题，开发并验证了一个名为Report-Angel的领域特定多模态大语言模型（MLLM）集成AI系统。该系统结合MLLM与传统深度学习模型，能够处理实时内镜视频，在检查完成后自动生成详细的结构化报告草稿，并通过包含内部和外部验证队列的前瞻性多中心研究，证明了其生成的报告具有高临床接受度、完整性和准确性，展示了在辅助内镜医生标准化报告编写、减轻工作量方面的潜在价值。

研究开发并前瞻性验证了用于自动化生成上消化道内镜报告的领域特定多模态大语言模型（Report-Angel）。其核心问题是如何利用人工智能技术解决传统内镜检查后手写报告效率低、易漏失关键发现及标准化差的临床难题。研究的核心观点是：通过结合专为内镜视频优化的视觉编码器与大语言模型，该系统能够准确解析内镜影像的语义信息，并自动生成结构完整、细节精准的报告草稿，从而在实际临床环境中有效协助医生。