Cell Rep Med | 李中文团队开发USPEC专科模型优化眼科 AI 诊疗生态

基础模型（foundation model）的热度还没退，但医疗 AI 的竞争，已经悄悄换了赛道。过去两年，”一个模型通吃多种任务”的全科通才能力，让基础模型迅速走红，几乎成了行业默认的技术路线。但一个几乎没人正面回答的问题始终悬着：在最讲究精准度的医学领域，”什么都会一点”的通用 AI，真的比”只专注一件事”的专科模型更好吗？

最近，温州医科大学/宁波市眼科医院/宁波市眼科研究所李中文团队（联合西安邮电大学蒋杰伟、浙江大学金凯团队）在Cell Reports Medicine期刊发表题为From generalization to precision: A large domain-specificpretrainedmodel for specialized medical tasks的研究论文。该研究用原创开发的专科模型USPEC，给出了一个相当明确的答案：在医疗特定任务中，特定领域专科AI预训练大模型优于通用AI基础模型。

通才vs专才：一个被忽略的问题

基础模型的魅力在于“泛化”—— 用海量无标注数据进行自监督预训练，让 AI 在没有人类指导的情况下，自己学习到数据中的通用特征，再通过少量有标注数据迁移到各种下游任务上，哪怕是没见过的新任务也能应对。在眼科，这类模型就像一个个全科通才，什么病都能看两眼，尤其在某些数据稀缺的亚专科里，表现远超用自然图像（如 ImageNet）预训练的老模型。其中佼佼者为 RETFound、RETFound-DE、VisionFM、RetiZero、EyeFound。

但在医学实践中，人们所期待的不仅是“全”，更要“准”。在精准医疗时代，诊断和治疗决策容不得半点马虎。于是研究团队提出了一个关键但一直被忽略的问题：当某个专科特定领域已经有足够多的高质量数据时，一个只在这类数据上进行自监督预训练的“专科基础模型”，会不会比通用基础模型在这一特定领域任务中更准？

为了回答这个问题，团队把目光投向了超广角眼底影像（UWF），一种单次拍摄就能覆盖 200° 视网膜范围的成像技术，能看到传统眼底相机拍不到的周边视网膜病变。

USPEC：88万张眼底照片喂出来的“领域专家”

团队从 5 家临床中心收集了近 88 万余张无标注 UWF 图像，构建了一个专门用于超广角眼底的大规模预训练模型，取名 USPEC。USPEC 无需使用人工标注数据，可在无人类引导下自己学习视网膜的解剖结构和病变特征。当预训练完成后，接上分类头，USPEC 就能被适配到各种下游任务上了。

USPEC在七大基于超广角眼底成像的任务中全面领先

研究使用来自中国和日本的 7 个标注数据集（共 32,560 张图），将USPEC和五个前沿的眼科基础模型进行比较——RETFound、RETFound-DE、VisionFM、RetiZero、EyeFound。结果显示：USPEC 在每一项任务上都拿到了最高的性能分数（AUROC)。其中，对于糖尿病视网膜病变（DR）检测的三个数据集， AUROC 分别达 0.9903 / 0.9978 / 0.9490；对于青光眼检测的两个数据集，AUROC 分别达 0.9784 / 0.9565；对于格子样变性（LD）的识别性能为 0.9356；视网膜裂孔（RB）的识别为 0.9808；视网膜脱离（RD）检测为 0.9985。此外，USPEC 在多分类任务中也表现出卓越的性能（0.9974 / 0.9886 / 0.9675）。

更关键的是跨机构、跨国界的外部验证—— 在一个数据集上微调、直接拿到另一家医院的数据上测试。这种最能暴露模型“水土不服”的场景里，USPEC 依然稳居第一。比如，将 USPEC 在日本 TOPP 数据上微调后，其在中国宁波 NEH 数据集上检测 DR 的 AUROC 仍高达 0.9786，显著优于其他所有对手。这说明 USPEC 的优势不是单纯“记住了训练数据”，而是真正学到了可迁移的表征。不止会完成分类任务，USPEC 还能用于眼科图像分割。在视网膜脱离区域的像素级分割任务上，Dice 系数达 0.9694，同样领先基础模型。更省标注、更快收敛。对临床而言，模型准只是第一步，“省不省”同样重要。USPEC 在两个维度上都更划算：标注效率：在基于超广角眼底图像的 DR 检测等任务上，USPEC 只用 20%–80% 的标注数据，就能达到基础模型用全量数据的水平 —— 这对标注人力紧缺的医学场景意义重大。训练效率：收敛所需轮数比基础模型少 22–40 轮，配合早停策略能显著降低算力成本。罕见病识别。最能体现“专才”价值的，是对于罕见病的识别。以视网膜动脉阻塞（RAO）为例 —— 这是一种突发失明的眼科急症，中心型 RAO 发病率仅约 1.3–1.8/10 万人年，数据极度稀缺，常规深度学习几乎无从训练。

研究用小样本学习（few-shot）策略：每类只给极少量示例样本。结果 USPEC 在 1、2、4、6、8、10 shot 各档位上都优于其他基础模型。10 shot 的预设下，AUROC 高达 0.8414。USPEC 在另一种病变视网膜裂孔上同样领先（10 shot AUROC 0.8211）。也就是说，面对“见都没见过几例”的罕见病，专科模型也能靠屈指可数的图片快速学会。

为了搞清楚USPEC“凭什么更强”，研究进行了可解释性分析

在自监督预训练层面：即便遮住 75% 的图像信息，模型也能准确重建视盘、血管等解剖结构和出血、玻璃膜疣等病变 —— 说明模型在“理解图像”中真正学到了与疾病相关的关键特征。

下游诊断层面：用逐层相关性传播（RELPROP）生成热力图后可以看到，模型关注的正是临床医生会看的地方 —— 例如，DR 看的是微动脉瘤和出血，视网膜静脉阻塞看的是火焰状出血，格子样变性看的是周边视网膜局部变薄。模型的关注点和医生的关注点对上了，这让其判断更加可信，也更接近临床可用。

“专才”的胜利，说明了什么？

这项研究给出的核心结论其实很朴素：

当某个医学专科领域已经积累了足够多的高质量数据时，一个针对该领域所专门训练的大模型，能在该专科内超过通用基础模型。

然而，这并不是要否定基础模型的贡献。通才和专才各有各的位置 —— 通用基础模型是“通才多面手”，在数据稀缺的亚专科里依然不可替代；而当数据足够时，专科模型则是能把精度、效率和罕见病处理能力推到更高的“专科精巧手”。未来更可能的形态，是二者的融合：通用基础模型打底，专科大模型攻坚。

所以，当我们再次回到最初的那个问题 —— 通才和专才，谁更适合当前 AI 时代的医学实践？

这项研究的回答是：不必二选一，而是需要相互合作。当某一特定领域医疗数据相对缺乏的时候，通用基础模型能解决燃眉之急，能兼顾多种任务并且相对准确。而当这一特定领域数据积累到一定程度后，在追求极致精度的临床场景里，构建特定领域的预训练大模型能进一步提升当前领域任务中的精准性。因此，两者配合能更加有效地发挥 AI 在临床中的价值。

https://doi.org/10.1016/j.xcrm.2026.102914

制版人：十一

学术合作组织

（*排名不分先后）

推荐直播

转载须知

【非原创文章】本文著作权归文章作者所有，欢迎个人转发分享，未经作者的允许禁止转载，作者拥有所有法定权利，违者必究。

BioArt

Med

Plants

人才招聘