CT读腹新法：症状秒定位器官

“腹痛”竟可能牵连7个腹部器官？传统AI只能“看图说话”，这项研究却让CT自己推理“症状→病灶”——Rank-1飙到77.5%，比最强基线再涨3.2%。Med-SORA首次把RAG、软标签、2D-3D交叉注意力打包，3D可视化一键锁定嫌疑器官，医生秒判元凶。

引言

“右上腹隐痛” 输入对话框，Med-SORA在3D CT上即时标红肝、胆、胰，并以概率排序将首诊准确率推高3.2个百分点；该研究首次把“症状→腹部多器官”做成端到端可解释模型，为临床提供秒级、可视化的决策依据。

老办法卡在哪

纯图像模型把肝脏、胰腺、胆囊拆成器官分割色块，却读不出“黄疸”二字，像素与临床语义断裂；Med-PaLM类文本大模型倒背教科书，却在CT切片前失明，推理悬在空中。更棘手的是硬标签把“上腹痛”硬塞给胃，抹掉胰胆共病概率，嵌入空间被人为削成单选题。多数研究仍靠单张2D切片跑特征，把z轴解剖上下文连同血管走向一起丢弃，模型只剩“横截面模板匹配”。这项研究提醒：依赖低阶视觉对应的老办法，在一对多、多对多的症状-器官映射里已集体失效，成为AI诊疗卡死的死结。

三大技术狠活

1400条临床级症状文本，由检索增强生成在PubMed+Wiki里“零标注”挖矿而来；LLM重写、医生终审，流水线把文献秒变训练粮。面对“黄疸”可能归属多器官，作者用可学习锚点磁石化硬标签为正负两极，经三元组损失反复拉推，输出0-1软概率，t-SNE里相邻器官自动抱团。

影像侧，2D ViT逐片读细节，轻量3D ViT纵览整体，再以3D特征为Query、2D切片为Key-Value做交叉注意力，0.7秒融合细胞纹理与解剖框架，一次对齐文本-图像嵌入，推理直出3D器官概率云图。

硬核数据说话

BTCV七器官CT榜单刷新：Med-SORA以77.5% Rank-1、73.46% mAP登顶，领先最强PubMedBERT基线3.2/1.8个百分点，把CLIP系列甩出15个百分点。2D-3D交叉注意力结构凭77.50% Rank-1、89.64% Rank-2、94.85% Rank-3全面碾压单模特征，3D-only仅33.21% Rank-1。软标签替硬标签带来2.86% Rank-1、7.5% Rank-2、8.43% Rank-3的绝对跃升，mAP再涨5.93个百分点。1 400条症状文本检索中，BioMedCLIP零样本18.93% Rank-1，Med-SORA飙至其4.1倍，连微调后的PubMedCLIP也落后13.57个百分点。

医生怎么用

Med-SORA被封装成230 MB的CT浏览器插件，直接挂进PACS：选中病例，点“症状推理”，0.7秒后在原DICOM上叠加红-黄-蓝3D热力图，疑似器官概率一目了然。消费级≤8 GB显卡即可跑，Windows/Linux双版本自带ONNX Runtime，免装Python。下周GitHub释出完整镜像，docker-compose一条命令拉起，内嵌BTCV七器官权重、样例CT与症状文本，5分钟复现论文指标；离线脚本同步开放，批量输出.nii概率图，无缝导入3D Slicer供术前规划。

结语

77.5% Rank-1的Med-SORA把症状文本一步映射到腹部七器官3D概率，首次让AI像住院医般“听症状、想器官”。该论文坦承，模型尚未覆盖全身CT与中英双语；下一步将扩至全部脏器并接入门诊语音，化身口袋推理引擎，在急诊分诊、基层会诊中秒级圈定可疑病灶。 当症状与影像的向量空间彻底打通，“口述即定位” 或成临床新标配。

论文地址：https://arxiv.org/abs/2511.06752 开源地址：下周出