一项由穆罕默德·本·扎耶德大学研究人员主导的研究成果，推出了一种名为 BiMediX2 的人工智能模型，该系统能够理解并解释医学图像中的信息，并且支持英语和阿拉伯语的双语分析，尤其在处理阿拉伯语内容时表现尤为优异。
BiMediX2是首个能够用英语和阿拉伯语分析、描述医学图像的人工智能系统。该系统可以处理包括 X 射线、MRI 扫描和显微图像在内的多种医学图像，并能提供详细描述，同时回答有关图像内容的提问。该模型在医学图像的理解上，不仅提升了翻译的准确性，还显著增强了阿拉伯语的处理能力。
根据技术报告，BiMediX2在与现有技术的对比测试中表现出色，其对英文内容的翻译效果提高了9%，对阿拉伯语内容的翻译效果则提高了20%。这一成果的背后，是该团队对 160万份医学文本和图像数据 的海量训练，确保了两种语言之间的准确转换。
BiMediX2的优异表现得益于其底层架构的创新。该系统基于 Llama3.1架构 和 GPT-4o，特别针对医疗领域进行了优化。通过与 Vision Encoder 和 Meta Llama3.1 的结合，BiMediX2实现了无缝的双语医学图像分析。在测试中，它在识别不正确的医疗信息方面比 GPT-4o 更具优势。
尽管 BiMediX2在性能上表现令人鼓舞，但研究人员强调，目前该系统仍然仅限于研究用途，尚未进入临床应用。与所有人工智能系统一样，BiMediX2也可能会犯错误或生成不准确的信息。因此，研究团队已在 Hugging Face 上发布了该模型，并推出了一个名为 BiMed-MBench 的双语基准，用于测试类似系统的性能。
BiMediX2是医学图像分析领域的一项重要创新，尤其在处理双语医学图像和翻译方面取得了显著进展。虽然目前尚未应用于临床，但该系统的研究成果为医疗行业带来了更高效、更准确的人工智能应用前景。
