智源联合北京安贞医院发布心脏磁共振辅助诊断智能体 v1.5:换用 MCRCLIP 与 Emu3.5 架构,公告称前瞻对照主诊断一致率 92%
11 月 16 日,北京智源人工智能研究院(BAAI)在智源社区发布公告,宣布联合首都医科大学附属北京安贞医院与上海影禾医脉智能科技有限公司,推出智源·心脏磁共振辅助诊断智能体(BAAI Cardiac Agent)v1.5。按公告,v1.5 把 v1.0 论文中基于 LLaVA-Med 的 Agent-Expert(智能体—专家模型)架构,更换为 BAAI 自研 MCRCLIP 医学视觉编码器与 Emu3.5 视觉语言模型(LoRA 专科适配)组成的多模态架构;分析入口从 v1.0 论文重点评估的 4 类分割序列扩展到 10 类心脏磁共振(CMR)序列,辅助诊断输出增至 17 类。
公告同时给出两组自报评估数字:在来自两家医院、涵盖 7 类主要心血管疾病的 2,413 例患者数据上,左心室射血分数(LVEF)、每搏输出量与心肌质量和临床报告的皮尔逊相关系数均超过 0.90;在纳入 100 例临床病例的前瞻性对照中,系统主诊断一致率 92%、LVEF 平均绝对误差 5.7 个百分点,对照模型 GPT-6 Astra 分别为 64% 和 9.7 个百分点。对应论文已于 2026 年 4 月 5 日发布在 arXiv,编号 2604.04078。
从 LLaVA-Med 加专家模型,到 MCRCLIP 加 Emu3.5
心脏磁共振读片难在哪,公告给出的解释是:一例检查包含不同成像序列和多个心动期相,医生要把“心脏如何运动”“心肌是否受损”“病变分布在哪里”这些信息关联起来,才能从影像走到定量测量和有依据的诊断意见,既依赖专科经验,也消耗大量测量和整理时间。
v1.0 阶段的 Cardiac Agent 是一套由中央多模态智能体统筹调度多个专用子模型的 Agent-Expert 系统,在统一工作流中集成心脏结构分割、心功能量化、心肌组织特征分析和疾病诊断算法(v1.0 公告的描述);v1.5 公告称,这套原有架构基于 LLaVA-Med。按公告描述,v1.5 的分工是:MCRCLIP 提取 Cine(电影)、LGE(延迟增强)、T2 脂肪抑制与静息灌注等多序列影像特征,用模态感知的关键切片采样保留重要影像信息,经特征投影与多层视觉 Token(词元)注入,把专业视觉表征融入多模态主干;临床任务指令经文本 Token 化处理,并通过 LoRA(Low-Rank Adaptation,低秩适配)专科适配,增强模型对心脏影像任务的理解。
专家模型部分保留“心脏区域定位+精细分割”的两阶段方法,按序列调度专用模型执行结构分割、心肌运动分析、组织表征与定量测量。公告列举的 10 类序列入口包括 Cine 两腔心、三腔心、四腔心与短轴电影,长轴与短轴 LGE,以及静息灌注、T2 脂肪抑制和 T1 Mapping 等;系统同时输出 17 类辅助诊断类别,覆盖结构、功能、组织特征和疾病鉴别。
指南核对:4 部指南或共识中的 18 条条款
v1.5 把原来的医学知识检索升级为“指南约束的证据驱动分析流程”。公告描述的机制是:系统识别定性影像所见与量化结果之间的分歧、跨序列信息冲突和关键诊断依据的缺口,按需调用影像复核、专项模型分析、分割量化或指南检索等工具;工具结果返回后更新结构化证据状态、重新核对相关判断,形成从异常发现、动态工具调用到报告核对的闭环。指南检索增强生成(RAG)把参考范围、诊断条件与结果解释,同定性征象、定量测量和模型预测组织成可追溯的证据链。
公告给出两个病例记录作为示例。一例中,Cine 序列的影像分析提示收缩功能正常,短轴定量分析却显示 LVEF 约 42%,系统识别出这组分歧,在报告中保留实测 LVEF 并提示医生复核;另一例中,LGE 序列的多模态影像分析与专用分割模型给出不同病灶线索,系统交叉核对后保留相关证据,提示医生复核异常强化的存在及分布。
落到具体病种,心肌肥厚的核对把形态描述、节段壁厚与指南条件放在一起;静息灌注与延迟增强结合病变信号、空间分布和其他序列结果交叉分析;T1 定量关联增强前后参数图、同期血细胞比容(HCT)与参考范围。报告同时给出各项诊断候选的证据支持情况、判断依据和待核实内容。公告称,该功能已纳入 4 部指南或专家共识的 18 条选定核对条款,并自行写明限制:指南核对覆盖范围明确,符合项数不代表疾病概率,最终诊断需由医生结合临床资料确认。
医生复核闭环:轮廓可改,原分割与修订记录保留
v1.5 把医生复核嵌进了分析流程:从分区或报告结果可以返回源图,核对舒张与收缩期相、参与计算的层面和局部轮廓;修正形成独立候选,经确认后重新计算,并保留原分割、原报告和修订记录。报告分完整报告、简易报告与独立测量页面三种输出。
公告配发的完整报告截图显示了成品的形态:页面左侧列出本次扫描的序列清单,包括短轴、三腔心、二腔心、四腔心电影 MRI(磁共振成像),静息首过灌注,二腔、短轴与四腔心肌延迟增强成像,以及增强前后 T1 Mapping;下方是左心室舒张末期室壁厚度的分区测量表;右侧“影像学诊断”一栏写有“模型辅助分类提示:肥厚型心肌病,请结合原始影像及临床确认”,并附二尖瓣、三尖瓣、主动脉瓣反流征象和心肌延迟增强异常的描述。
公告列出的量化功能包括:双心室容积、每搏量、射血分数及容积动态曲线;室壁分区厚度统计与来源核查,肥厚相关问题关注最厚处、变薄相关问题关注最薄处;延迟增强的分区瘢痕量化与透明心脏三维展示;T1 分析区分增强前后参数图,在配对、质量和同期 HCT 满足要求时计算细胞外容积分数(ECV);静息灌注支持采集块分析与多区域信号曲线比较。
系统评估:评审医生、病例分布与报告级对照
公告称,这项系统评估的自动报告经六位不同资历放射科医生评审;论文附录显示,2,413 例中 2,134 例来自北京安贞医院,279 例来自另一家医院。论文还报告,疾病诊断的 AUROC(受试者工作特征曲线下面积)在内部验证中超过 0.93,外部验证为 0.81。
公告还描述了一项面向临床报告的多模型对照评测:204 份报告全部完成定量结果输出;LVEF 的平均绝对误差(MAE)为 6.70 个百分点、均方根误差(RMSE)为 8.58 个百分点,公告称优于表中四种对照模型;舒张末期容积与收缩末期容积的 MAE 分别为 14.39 mL 和 11.28 mL;重大 LVEF 分层错误占比 5.9%;报告级评测中的漏诊、缺乏依据的影像所见及序列判断错误比例也更低。
数据基础方面,公告称 v1.5 目前以四个中心、6,000 多名患者、60,000 多条 CMR 序列为基础,用于研究不同病种、设备和临床场景下的模型适用性。
前瞻对照的评估口径:配图注明 GPT-6 Astra 数值为视觉估值
公告称,研究团队近期开展了面向真实临床场景的前瞻性对照评测,以医院报告为参考标准,对比 BAAI Cardiac Agent 与 GPT-6 Astra 的 CMR 分析能力,并称系统在心室容积测量及心肌节段壁厚评估中精度更高。
公告配图补上了评估口径:主诊断一致率基于 50 例共同可评估病例,LVEF 误差基于配对的 85 例,容积误差基于配对的 84 例,舒张末期容积平均绝对误差 15.22 mL 对 35.68 mL,收缩末期容积 11.22 mL 对 29.17 mL。图上的一行注记写明:“Astra 数值为视觉估值;Cardiac Agent 使用专家模型测量”,两个系统在这组对照里走的是不同的测量路径。
这些数字均为研发方自报口径:公告发布在智源社区,论文出自同一研究团队,本篇报道能够核对的公开评估材料也全部来自这一团队。
v1.0 开源过代码和数据,v1.5 公告未提开放安排
Cardiac Agent 不是从 v1.5 才出现的。2026 年 5 月 2 日,智源已在智源社区发布 v1.0 公告,当时列出的合作方是智源、北京安贞医院与河南医药大学第一附属医院;项目代码已在 GitHub 开源(仓库目前可访问),论文的数据可用性声明称多模态 CMR 数据集与标注已在 Hugging Face 公开、限非商业学术使用。v1.0 公告还列出两个数据集地址:覆盖影像学表现与专家模型调度评估的 CMRAgentEvalSet,以及带像素级分割标签的多序列分割数据集 CMR-MULTI。
v1.5 公告没有提及新版本的代码或数据是否同步开放。公告称,项目正围绕统一标注、质量审核和版本追溯完善数据建设,并探索按伦理、协议和用途开展受控共建,让临床团队与算法团队共同补充难例、纠正问题和完善评测;按公告的措辞,这仍处在“探索”阶段。至于 v1.5 会不会像 v1.0 那样开放代码与数据,公告没有说。