胸部X光AI智能分析Agent
首个将胸部X光分析工具与多模态大语言模型统一整合的AI Agent框架。可检测18种病理、分割器官结构、自动生成放射科报告——已发表于ICML 2025。
上传胸部X光片
AI驱动的病理检测、器官分割与放射报告，秒级生成
拖拽X光片到这里
或点击选择文件
支持 JPEG, PNG, WebP • 最大 10MB
病理分类
检测18种病理
器官分割
分析器官区域
医疗报告
生成医疗报告
这个AI放射科Agent如何工作？
一个多模态医学AI框架，可动态选择和编排专业胸片分析工具，回答复杂临床查询。
- 动态工具编排LLM驱动的ReAct推理循环将复杂医学查询分解为顺序步骤，为每个任务选择合适的专业工具。
- 8个集成分析工具整合DenseNet-121、CheXagent、LLaVA-Med、MedSAM、PSPNet、Maira-2、SwinV2和RoentGen，覆盖全面诊断需求。
- 无需重新训练模块化架构支持直接添加新工具。基于LangChain和LangGraph构建，确保可靠的工具编排。
为什么选择这个AI胸片分析工具？
在医学基准测试中验证的准确性，覆盖病理检测、器官分割和自动报告生成等核心能力。
核心功能
覆盖医学影像分析的七大能力，从自动胸片阅片到视觉问答和放射科报告生成。
病理分类
使用DenseNet-121和CheXagent检测并分类18种胸部病理，每项检测均附带置信度评分。
自动放射科报告
使用Maira-2生成包含影像发现和诊断意见的结构化报告，MIMIC-CXR基准达79.1% mF1-14。
器官分割
使用MedSAM和PSPNet对心脏、肺部、锁骨进行像素级精度分割，支持定量解剖分析。
视觉问答
通过LLaVA-Med集成回答关于胸片的自由格式医学问题，SLAKE基准准确率达90.35%。
DICOM及标准格式支持
处理DICOM、JPEG和PNG医学影像，内置可视化工具，适用于临床和科研工作流。
工具并行执行
独立分析工具可并发运行，最大程度减少等待时间，更快交付诊断结果。
经同行评审验证的性能数据
以下结果来自ICML 2025发表的同行评审论文。
ChestAgentBench
63.1%
综合得分（超越GPT-4o 6.7个百分点）
SLAKE视觉问答
90.35%
视觉问答准确率
可检测病理数
18
种胸部病理条件
研究者和临床医生的反馈
来自在科研和临床场景中使用这一AI放射科助手的专业人士的评价。
陈医生
放射科医生
多工具编排解决了实际问题——复杂病例不再需要分别运行五个模型，一个系统就能完成全部查询。
李医生
临床研究员
自动报告生成在筛查工作流中节省了大量时间，结构化输出与我们手动撰写的报告质量一致。
张主任
医院IT总监
Apache-2.0开源协议是我们选择它的决定性因素。一周内就完成了与现有PACS系统的集成。
王教授
胸部放射科专家
18种病理检测覆盖了我们日常筛查的所有常见发现，置信度评分有助于判断哪些病例需要优先处理。
赵博士
医学AI研究员
模块化架构让单独测试各个工具或添加新工具变得非常简便，LangGraph集成的设计考虑很周全。
刘主任
影像科主任
我们在ChestAgentBench的675个临床病例上进行了测试，处理多步推理查询的能力使其明显优于单模型方案。
常见问题解答
关于这一AI胸片分析平台、功能特性及使用方法的常见问题。
MedRAX是什么？它如何分析胸部X光片？
MedRAX是一个AI Agent，将8个专业胸片分析工具与大语言模型相结合。它使用ReAct（推理与行动）循环动态选择合适的工具——无论是病理分类、器官分割还是报告生成。
AI胸片分析的准确率如何？
该系统在ChestAgentBench上达到63.1%（超越GPT-4o 6.7个百分点），SLAKE视觉问答准确率90.35%，MIMIC-CXR报告生成mF1-14达79.1%。以上结果均经独立验证并发表于ICML 2025。
这个AI能检测哪些胸片疾病？
病理分类模块可检测18种胸部病变，包括肺炎、心脏扩大、肺不张、胸腔积液、气胸、实变、水肿和肺气肿等。每项检测均附带置信度评分。
这个放射科AI工具是开源的吗？
是的。完整代码库在GitHub上以Apache-2.0协议开源，已获超过1100颗星标。您可以在自己的环境中部署、修改工具或参与项目贡献。
这个放射科AI使用了哪些深度学习模型？
该框架集成了8个专业模型：DenseNet-121和CheXagent用于病理分类，MedSAM和PSPNet用于器官分割，Maira-2和SwinV2用于报告生成，LLaVA-Med用于视觉问答，RoentGen用于图像生成。
AI能自动生成放射科报告吗？
可以。报告生成模块能生成包含影像发现和诊断意见的结构化报告，在MIMIC-CXR基准上达到79.1% mF1-14，与专门的报告生成模型性能相当。
器官分割功能是如何工作的？
系统使用MedSAM和PSPNet对心脏、左肺、右肺和锁骨等解剖区域进行像素级精度分割，支持心胸比等定量测量。
支持哪些医学影像格式？
平台处理DICOM、JPEG、PNG和WebP格式的医学影像。DICOM支持包含元数据提取和适当的窗宽窗位设置，确保诊断级显示质量。
与GPT-4o相比，该系统在医学影像上表现如何？
在ChestAgentBench评估中（2500条医学查询，675个临床病例），该系统得分63.1%，GPT-4o为56.4%——提升6.7个百分点。优势来自专业工具集成，而非依赖单一通用模型。
如何将这个AI放射科助手集成到临床工作流中？
系统基于LangChain和LangGraph构建，采用模块化架构。提供Gradio界面供直接使用，同时支持API集成到现有PACS、电子病历或科研流程。添加新工具无需重新训练。
免费体验AI胸片分析——开源可用
上传胸部X光片，即刻体验病理检测、器官分割和报告生成。Apache-2.0开源协议，无需注册。