新加坡国立大学的研究团队开发了一种专为胸部X光图像解读设计的医学基础模型DeepMedix-R1。该模型通过整合高质量合成推理数据和在线强化学习,不仅在报告生成和视觉问答任务中表现出色,还显著提升了对图像局部区域的理解和推理能力。DeepMedix-R1能够生成结构化的推理过程,并将推理步骤与图像中的具体区域精确关联,为医生提供清晰、可追溯的诊断依据。这种结合使模型具备更强的可解释性和临床适用性,有助于提升诊断效率和准确性,特别是在医疗资源匮乏地区和远程医疗服务中。此外,研究发现,在训练过程中引入在线强化学习可以有效提升模型的推理质量和生成性能,为未来医学AI模型的优化提供了新思路。然而,现有的医学基础模型在透明推理和局部定位能力方面仍存在不足,限制了其在高风险医疗环境中的应用。DeepMedix-R1的出现为解决这些问题提供了新的解决方案。