BioArt专·精系列培训 | AI医学大模型20讲：看懂最新论文，跑通模型，用好数据

1. 跟着20篇代表性论文，系统学习AI医学大模型以 Nature、Nature Medicine、Cell 等期刊的代表性研究为主线，不是零散讲概念，而是结合论文与实操，理解模型的核心思路、应用场景和研究价值。

2. 覆盖多种医学数据，打开跨学科研究视野从临床表格、多组学到心电、超声、病理、影像与医学问答，帮助你建立整体认识，弄清楚自己有什么数据、适合什么模型、能够开展什么分析。

3. 不只是教你跑代码，更教你用好自己的数据每讲从数据整理开始，逐步完成模型运行与结果展示。既能跟着示例上手，也能学习替换自己的数据，把论文方法变成实际可用的科研工具。

4. 把握AI技术红利，拓展课题创新与发文思路思考AI大模型能为自己的研究增加什么价值。让已有队列找到新的分析维度，让常规数据延伸出新的研究问题，把前沿方法转化为课题设计与高质量文章的研究切入点。

模块一｜临床数据与多组学——把已有队列用起来，从常规统计走向AI预测整合患者临床指标、治疗信息、随访结局及转录组、蛋白组等多组学数据，学习数据清洗、特征整理和模型输入构建，并利用AI开展疾病预测、生存风险分析、患者分层及关键因素解释，让已有临床队列从常规统计进一步升级为AI预测研究。

模块二｜心电图AI大模型——从常规波形中挖掘疾病信息从12导联原始心电信号、MUSE XML文件及临床诊断信息出发，完成心电数据批量读取、重采样、滤波和标准化，并利用EchoNext、ECGFounder等模型开展结构性心脏病风险预测和多种心电异常识别，重新挖掘医院已经积累的大量常规心电数据。

模块三｜超声心动图AI大模型——把视频转化为可量化的心功能数据将DICOM、AVI、MP4等心脏超声视频整理为AI模型可直接使用的数据，利用EchoNet-Dynamic完成左心室自动分割、动态面积变化和射血分数估计，并结合EchoCLIP开展疾病与表型匹配。进一步与真实超声报告比较，评价模型在自己数据中的准确性和应用价值。

模块四｜数字病理基础模型——同一批切片，尝试多种AI分析任务利用主流病理基础模型，对已有H&E小图和全切片开展组织切块、特征提取、疾病分类、图文匹配及整张切片分析。已有病理数据无需重新训练大模型，也可以进一步开展零样本分类、形态聚类及空间区域比较，挖掘新的病理学特征。

模块五｜CT/MRI智能分割——医学影像分割从手动勾画走向提示式分割利用大模型处理已有CT、MRI医学影像，学习影像标准化、目标提示和器官或病灶自动分割，并将单层分割结果进一步扩展至连续切片。有人工标注时，还可以通过Dice等指标评价模型效果，把原始影像转化为后续影像组学、定量分析和AI建模能够直接使用的区域数据。

模块六｜多专科医学影像模型——放射、眼底、皮肤与通用医学图文覆盖胸片、CT、眼底彩照、皮肤照片以及通用医学图像，根据不同专科数据类型和标签情况选择合适的预训练模型，开展特征提取、疾病分类、医学图文匹配、零样本识别及模型验证。帮助学员判断自己已有的一批医学图片，究竟适合开展哪一种AI研究。

模块七｜医学大语言模型——把自己的医学问题与题库，变成可重复的模型评测任务以医学大语言模型为例，把自己的医学问题、专业题库和研究领域知识整理成标准化测试集，让医学模型和通用大模型回答相同问题，并系统比较回答准确率、不同学科表现及典型错误。学习如何从简单“聊天体验”进一步转化为可量化、可重复的医学大模型评测研究。

模块八｜血液形态与空间蛋白——让已有细胞图像和专用实验数据获得新的分析维度利用生成式AI模型分析血细胞图像，完成细胞分类、传统模型对照和反事实解释，进一步观察模型究竟依据哪些形态特征进行判断；同时学习利用Flow2Spatial处理PLATO投影数据，重建蛋白二维空间分布，并与空间转录组mRNA信号进行跨组学比较。

模块一：临床表格与多组学

第1讲：BioMapAI 多组学预测与可解释分析

多组学数据用于预测患者的症状和疾病结局。BioMapAI 将组学特征、多症状预测和可解释分析结合起来。重点学习“组学特征—症状评分—疾病结局”的建模思路，让预测结果与关键生物指标联系起来。【Nature Medicine】

课程内容：

1. 整理数据中的结局、症状评分和组学特征，完成缺失值处理与模型输入标准化。
2. 调用 BioMapAI 进行多症状预测，划分训练集与测试集，计算并展示预测误差。
3. 基于症状预测结果构建最终结局预测，使用 ROC 曲线和 AUC 评估模型效果。
4. 加载 DeepMECFS 预训练代谢组模型，完成自有特征对齐与预测。
5. 利用 SHAP 分析特征重要性，识别影响模型判断的关键代谢物。

第2讲：decoding 泛癌生存预测与风险解释

医院积累的治疗、诊断和随访数据，用于分析不同癌症患者的生存风险。decoding 将深度学习与 LRP 可解释分析结合，不仅预测风险，还解释哪些输入因素影响了模型判断。重点学习泛癌建模、单癌种对照和个体风险解释。【Nature Cancer】

课程内容：

1. 按患者 ID 整合治疗、诊断和生存数据，整理随访时间与结局信息。
2. 可视化患者生存情况、随访时间和不同癌种的样本分布。
3. 构建深度生存预测模型，通过五折交叉验证及一致性指数、综合评估效果。
4. 对比“所有癌种一起训练”和“每种癌症单独训练”的预测表现。
5. 利用 LRP 开展全局特征归因与个体患者分析，绘制关键因素排序和归因热图。

常规化验表除了做组间比较，还能用于哪些预测研究？SepsisFormer 利用 Transformer 学习凝血和炎症指标之间的关系，预测脓毒症患者的院内死亡风险。重点学习“常规指标建模＋传统方法对照＋SHAP 解释”的分析流程。【Nat Comm】

课程内容：

1. 将化验表对齐至八个标准指标，完成缺失值填补、结局清洗与样本平衡处理。
2. 绘制存活组与死亡组的指标分布图，了解数据特征。
3. 在 CPU 上训练微型 Transformer，开展院内死亡风险预测。
4. 训练逻辑回归和随机森林，利用 ROC 曲线与混淆矩阵比较三类模型。
5. 绘制 SHAP 蜂群图和特征重要性图，分析各项指标对模型预测的影响。

模块二：心电图

第4讲：EchoNext 心电图与结构性心脏病风险筛查

一张普通心电图，能否提供结构性心脏病的风险线索？EchoNext 将常规心电信号用于多种结构性心脏病的初步筛查。重点学习从医院导出的心电文件出发，完成数据整理、模型预测与队列验证。【Nature】

课程内容：

1. 批量读取 MUSE 导出的十二导联心电 XML 文件。
2. 完成波形标准化，并通过十二导联波形图检查数据解析是否正确。
3. 使用 EchoNext-Mini 模型，一次性预测十二项结构性心脏病风险。
4. 绘制疾病概率条形图和雷达图，根据设定阈值标记高风险项目。
5. 在带有真实诊断标签的队列中，计算 AUROC 和 AUPRC，评估模型表现。

第5讲：ECGFounder 心电基础模型与多类别异常识别

面对不同心电异常，是否需要分别训练模型？ECGFounder 利用大规模心电数据学习通用特征，能够输出多类心电诊断的预测结果。本讲重点学习心电信号预处理、预训练模型应用和公开数据验证。【NEJM】

课程内容：

1. 读取原始十二导联心电图，统一至 500 Hz 采样率和十秒长度。
2. 完成滤波与标准化，绘制处理前后的波形对比图。
3. 加载 Net1D／ECGFounder 模型，输出 150 类心电诊断概率。
4. 绘制标准波形栅格图和 Top-K 诊断条形图，展示主要预测结果。
5. 使用 PTB-XL 的 250 条心电图子集开展验证，绘制重点诊断的 ROC，理解子集演示与完整队列评估的区别。

模块三：超声心动图

第6讲：EchoNet-Dynamic 左心室分割与心功能评估

一段心脏超声视频，不仅可以观察心脏结构，还能用于自动分割左心室和估计射血分数。EchoNet-Dynamic 将逐帧分割与视频预测结合起来。重点学习从超声视频整理到左心室轮廓、面积变化和心功能估计的完整流程。【Nature】

课程内容：

1. 读取 DICOM、AVI、MP4 等格式的超声视频，完成掩膜、裁剪和缩放，整理为标准输入。
2. 使用 DeepLabV3-ResNet50 逐帧分割左心室，将分割轮廓叠加回原始图像。
3. 绘制左心室面积随时间变化的曲线，定位舒张末和收缩末。
4. 基于面积变化估计射血分数，并加载 R(2+1)D-18 模型直接进行视频预测。
5. 对比两种估计结果；有真实射血分数时，绘制预测与真值散点图并计算相关性和误差。

第7讲：EchoCLIP 超声图文匹配与零样本表型分析

没有针对某种疾病重新训练模型，能否直接分析超声视频？EchoCLIP 将超声图像与文字描述联系起来，通过图文匹配开展表型判断。重点学习“视频＋文字描述”的零样本分析，并查看模型判断时关注的心脏区域。【Nature Medicine】

课程内容：

1. 对自有超声视频等间隔抽帧、统一尺寸，并检查切面与图像质量。
2. 加载 EchoCLIP 模型，准备疾病和表型的文字描述模板。
3. 计算视频片段与不同表型描述的相似度，绘制表型与样本的匹配热图。
4. 使用不同射血分数的文本模板进行零样本估计，并与报告真值对照。
5. 利用 Grad-CAM 绘制关注区域叠加图，分析模型判断时重点关注的位置。

模块四：数字病理基础模型

第8讲：UNI 病理特征提取与组织分型

病理图像怎样变成可以分析的数据？UNI 能将组织小图转换成形态特征，在这些特征上训练简单分类器，即可开展病理分型。重点学习“预训练特征提取＋轻量分类＋特征可视化”的应用方式。【Nature Medicine】

课程内容：

1. 整理病理小图，完成 RGB 转换、中心裁剪与缩放，并检查组织和染色质量。
2. 加载 UNI 模型，提取每张病理小图的 1024 维形态特征。
3. 固定 UNI 模型，仅在提取的特征上训练逻辑回归线性分类器。
4. 以肺腺癌与肺鳞癌分型为例，输出混淆矩阵和平衡准确率。
5. 使用 UMAP 展示特征分布，观察不同病理类型在特征空间中的分离情况。

第9讲：CONCH 病理图文匹配与零样本分类

只有病理图像和类别描述，能否不重新训练就开展分类？CONCH 将病理图片和文字映射到同一个特征空间，通过匹配程度判断图像所属类别。重点学习如何准备文字模板，以及如何利用图文相似度进行分类与检索。【Nature Medicine】

课程内容：

1. 整理病理小图，为每个类别准备英文描述。
2. 将类别描述套入病理文本模板，构建零样本分类所需的文字输入。
3. 加载 CONCH，分别提取图像与文字特征，计算匹配程度。
4. 基于类别文本特征完成零样本分类，绘制测试集混淆矩阵。
5. 绘制病理图像与候选描述的相似度热图，开展图文匹配与检索分析。

第10讲：TITAN 全切片表征与零样本癌种分型

只分析一张组织小图，往往无法利用整张病理切片的信息。TITAN 将大量局部区域整合为全切片表征，再与癌种描述进行匹配。重点学习从全切片处理到切片级零样本分型的分析流程。【Nature Medicine】

课程内容：

1. 读取全切片，识别组织区域、过滤空白背景并完成网格切块。
2. 使用 CONCH v1.5 提取局部特征，交给 TITAN 进行切片级聚合。
3. 将 46 个 TCGA-OncoTree 癌种的英文描述编码为分类原型。
4. 对单张切片开展零样本分型，绘制 Top-K 癌种及完整相似度排序图。
5. 使用 TCGA 切片的 TITAN 表征进行批量评测，生成 46 类混淆矩阵并分析分类表现。

第11讲：Prov-GigaPath 全切片特征与组织形态空间分析

病理切片中的不同形态区域在哪里分布？如何把局部形态与整张切片联系起来？Prov-GigaPath 结合组织小块的特征与位置，生成全切片表征。重点学习局部特征提取、形态聚类、空间映射和切片级聚合。【Nature】

课程内容：

1. 读取全切片，识别组织区域，生成带有坐标信息的 256×256 病理小图。
2. 加载 ViT-giant 编码器，提取每个组织小块的 1536 维特征。
3. 使用 K-means 进行形态聚类，并通过 UMAP 展示不同形态群体。
4. 将聚类结