Ziyan Huang's NotesResearch notes on medical AI, agents, and the systems around them.https://ziyan-huang.github.io/2026-08-31T20:54:07+08:00Ziyan Huanghttps://ziyan-huang.github.io/医学 AI 的下半场：以证据为中心https://ziyan-huang.github.io/medical-ai-second-half2026-08-31T20:54:07+08:002026-08-31T20:54:07+08:00让 AI 进入医学认识患者、应用证据、选择行动并检验结局的完整链条。医学图像分割的 Bitter Lesson：从中心任务回到临床接口https://ziyan-huang.github.io/medical-image-segmentation-bitter-lesson.html2026-05-26T19:02:35+08:002026-05-26T19:02:35+08:00分割有价值，但它更准确的位置是工具和接口，而不是医学影像 AI 的终极目标。AAAI 2026 | GMAI-VL & GMAI-VL-5.5M：通用医学多模态大模型与大规模数据集https://zhuanlan.zhihu.com/p/20270981285164010592026-04-13T19:22:29+08:002026-04-14T13:00:27+08:00介绍面向通用医学 AI 的视觉—语言模型 GMAI-VL，以及包含 550 万样本的开放多模态数据集 GMAI-VL-5.5M。Project Imaging-X：1000+ 医学影像数据集一站式导航https://zhuanlan.zhihu.com/p/20234404467440119262026-04-03T16:48:33+08:002026-04-07T15:24:15+08:00系统整理 1000 多个开放医学影像数据集，为基础模型的数据选择与复用提供统一入口。MedSegAgent：一个用于通用医学分割的模型选择与调度系统https://zhuanlan.zhihu.com/p/20233354424271597212026-04-03T10:23:53+08:002026-04-03T10:25:19+08:00为何不再追求一个模型做一切，而用多智能体完成模型、数据集与标签选择。SegBook：面向三维医学图像分割的简单基线和指南https://zhuanlan.zhihu.com/p/88512393342024-11-28T10:09:13+08:002024-12-04T16:56:51+08:00以统一基线研究三维医学图像分割中的模型扩展、迁移能力与实践配置。NeurIPS 2024 | GMAI-MMBench：通用医疗 AI 的多模态大模型评测基准https://zhuanlan.zhihu.com/p/34831943412024-10-31T08:43:32+08:002024-10-31T09:01:58+08:00介绍用于系统评估医疗多模态大模型的综合基准及其设计。A-Eval：大规模腹部多器官分割跨数据集评测 Benchmarkhttps://zhuanlan.zhihu.com/p/6661767762023-11-10T16:45:37+08:002023-11-10T16:53:42+08:00从数据中心视角评估腹部多器官分割模型的跨数据集、跨模态泛化。STU-Net：大规模有监督预训练的可迁移可扩展三维医学分割模型https://zhuanlan.zhihu.com/p/6646246632023-11-02T09:12:27+08:002023-11-06T11:33:51+08:00用大规模有监督预训练构建可扩展、可迁移的三维医学图像分割模型。SAM-Med3D：三维医学图像上的通用分割模型https://zhuanlan.zhihu.com/p/6640402692023-10-30T10:40:51+08:002023-11-13T14:39:57+08:00面向体积医学图像的通用交互式分割模型，以及其开放数据与迁移能力。SAM-Med2D：打破自然图像与医学图像的领域鸿沟https://zhuanlan.zhihu.com/p/6636298202023-10-27T10:56:54+08:002023-10-31T21:43:14+08:00以大规模医学图像数据适配 Segment Anything，缩小自然图像与医学图像的领域差异。