微软发布医疗时序基座模型 在大模型（LLM）与计算机视觉（CV）争相重塑医疗行业的今天，我们似乎已经拥有了无所不能的数字助手：它们能够像放射科医生一样精准解读CT影像，也能像内科医生一样撰写病历摘要。但医疗AI世界中，仍有一块关键拼图缺失——那就是理解“生命动态演变”的能力。正如图1所示，如果将患者的生命历程比作一部电影，现有的AI往往只能捕捉到零散的帧画：影像（Image）是“快照”：定格的仅仅是某一瞬间的解剖结构；文本（Text）是“叙述”：往往只是对既往病情的主观回顾；唯有时间序列（Time Series），才忠实记录了生命体征的连续轨迹。然而，读懂这条“曲线”远比处理静态图像复杂。为此，微软亚洲研究院推出了专为医疗时序数据设计的通用基座模型——MIRA。该模型基于4540亿个医疗数据点进行大规模预训练，通过两大核心技术突破了传统模型对规则采样的依赖，旨在解决真实世界医疗数据“不规则、异构性”的难题。实验表明，MIRA在关键预测任务上的表现超越了现有SOTA模型，并展现出卓越的零样本（Zero-shot）迁移能力。一起来看具体方案。网页链接
