近日，香港科技大学（HKUST）科研团队成功研发出一款名为 Mixture of Modality Experts（MOME）的人工智能（AI）大模型，用于无创乳腺癌诊断。这一模型在中国迄今最大的乳腺多参数磁共振成像（mpMRI）数据集上训练，其在肿瘤良恶性分类方面的准确率已可媲美具有五年以上临床经验的放射科医生。
目前，MOME 正在包括深圳市人民医院、广州市第一人民医院、云南省肿瘤医院在内的十余家医疗机构开展广泛的临床验证，以确保其在真实世界中的实用性和可靠性。该研究成果已发表在国际权威期刊《Nature Communications》。
利用中国最大乳腺mpMRI数据集，突破AI多模态诊断瓶颈
乳腺癌是全球女性中最常见且致死率较高的癌症之一。早期筛查、分子分型以及疗效预测是有效控制乳腺癌的关键。mpMRI 因其能提供丰富的组织信息而被广泛用于乳腺癌筛查与诊断，但由于其成像模态复杂、序列多样，传统AI模型在面对图像序列缺失时常常难以适应，限制了其在临床环境下的应用。
为解决这一难题，港科大团队联合多家医疗机构，构建了国内规模最大的乳腺mpMRI数据库，并在此基础上设计出MOME模型。该模型基于“专家混合架构（mixture-of-experts）”与“Transformer”技术，不仅能整合多模态影像信息，还具备对图像序列缺失的鲁棒性。同时，MOME还支持乳腺癌的分子分型及新辅助化疗反应预测。
有望减少不必要穿刺，提升乳腺癌个性化治疗效率
在试验中，MOME在诊断乳腺肿瘤良恶性方面的表现与资深放射科医生相当，尤其在BI-RADS 4类（影像学上高度可疑，癌症概率介于2%至95%之间）患者中，模型能够有效识别良性病变，有望减少不必要的活检操作。
此外，MOME还在预测乳腺癌新辅助化疗疗效方面展现出积极潜力，特别是在三阴性乳腺癌（一种更具侵袭性的亚型）分型上表现优异，为患者的个性化治疗提供更多决策支持。
港科大计算机科学与工程系、化学与生物工程系及生命科学部助理教授、该研究通讯作者之一陈昊教授表示：
“MOME具有高度适应性和可解释性，能够更好地融入临床工作流程。通过提升诊断可靠性与决策透明度，MOME展示了AI在医学影像领域的巨大变革潜力，也推动了乳腺癌的无创与个性化管理。”
他进一步补充道：
“随着大模型和医学影像技术的快速发展，我们相信像MOME这样的AI工具将在不久的将来成为医生的重要助手，显著改善患者的治疗效果。”
多方协作，国际联合研究推动成果转化
本研究由港科大Smart Lab牵头，与哈佛大学、深圳市人民医院、解放军总医院、云南省肿瘤医院等机构共同完成。第一作者为港科大Smart Lab前博士后、现任哈佛大学博士后研究员骆路阳博士。
参考文献：Luyang Luo et al, A large model for non-invasive and personalized management of breast cancer from multiparametric MRI, Nature Communications (2025). DOI: 10.1038/s41467-025-58798-z
编辑：王洪
排版：李丽
评论 (0)