Deepnoid 研究论文被“NeurIPS 2025”录用

Published 23 Sep.2025 08:27(KST)

国内第一代医疗人工智能（AI）专业企业Deepnoid于23日表示，其研究团队的胸部X光影像分析技术“RadZero”相关研究论文已被国际人工智能学术大会“NeurIPS 2025”录用。

“NeurIPS”是人工智能领域全球最具权威性的学术会议之一，每年全球约有2万余篇论文投稿，最终仅约25%左右的论文能在严格评审后被录用。这表明Deepnoid开发的“RadZero”技术作为一项兼具学术优越性和创新性的研究，已获得国际认可。该成果由Deepnoid研究团队（Park Jonggwon、Choi Gyoyun、Yoon Byeongmu、Kim Subum）独立完成，从企业自主技术实力和研究竞争力得到验证这一点来看，意义重大。

Deepnoid研究团队将于今年12月在美国圣迭戈公开该研究成果。RadZero是应用于多模态生成式AI医疗器械“M4CXR”的核心技术。作为一套具备视觉—语言（Vision-Language）基础零样本多任务功能的框架，它将阅片报告拆分为最小语义单元，并与X光影像进行精细匹配。

通过这一技术，可实现：▲高分辨率影像处理 ▲对训练数据中不存在的病变仅凭文本进行识别的零样本（Zero-shot）分类 ▲以像素为单位标示病变区域的分割（Segmentation） ▲将文本描述与图像位置相连接的视觉定位（Grounding）等功能。

RadZero最大的创新在于大幅提升了人工智能阅片结果的依据呈现能力（可解释性，Explainability）。通过自研的“基于相似度的交叉注意力视觉—语言模型（VL-CABS）”，可以更清晰地说明文本与图像之间的关联理由。借此，医务人员能够直观确认AI阅片结果的依据，从而在临床一线显著提升对AI技术的信任度。

在4项零样本多任务性能评估中，RadZero以8个公开基准数据集为对象进行测试，在分类、定位和分割等任务全方面均取得了“最先进（SOTA）”级别的成果。

在无需投入大量时间和成本进行额外标注工作的情况下，RadZero即可同时完成分类、分割和定位，并且还能覆盖在实际临床中难以接触到的罕见疾病，被期待能够对现有医疗影像AI的训练方式起到补充和完善作用。

Deepnoid人工智能前沿技术团队负责人Park Jonggwon表示：“NeurIPS的录用再次确认了医疗AI中‘可解释性’的重要性，也意味着Deepnoid的视觉—语言模型技术获得了国际认可。”他补充称：“应用了RadZero技术的M4CXR今后通过商业化，有望在真实医疗场景中落地应用，为提升诊断效率和准确性作出贡献。”

Deepnoid已于去年8月获得韩国食品医药品安全处对M4CXR数字医疗器械临床试验计划的批准。目前，正通过由江北三星医院、Borame医院参与的多中心、回顾性、确证性临床试验，对M4CXR的临床有效性及安全性进行验证。