2025年6月6日 ─ 医疗人工智能服务商 Dr.Seek 今日宣布，正式发布全新多模态人工智能模型 MMed 2.0。该模型融合医学影像分析与临床文本理解能力，旨在为医疗科研、教育及临床辅助提供智能支持工具，助力推动多模态医学AI的发展与应用探索。
发布亮点
多模态分析能力：支持对胸部 X 光、皮肤病图像、组织病理切片等医学影像进行辅助分类与理解，并能生成医学影像摘要、辅助问答等结果。
临床文本推理能力：适用于患者访谈记录、病历摘要、医学文献等文本的结构化处理，具备语义抽取与辅助推理能力。
灵活部署选项：兼容 Hugging Face、Google Cloud Vertex AI 等主流平台，支持本地部署与私有云应用。
模块化版本路径：除基础版 MMed 2.0 外，还规划发布 MMed V（视觉扩展）、MMed T（文本专版）等系列版本，以适配多元科研与辅助场景。
模型定位与优势
面对当前医疗AI在文本与影像处理能力上的割裂问题，MMed 2.0 尝试在以下三方面进行整合创新：
统一模型平台：集成影像+文本处理能力，降低系统集成与开发门槛；
快速适配能力：支持 LoRA 微调机制，便于医疗机构按需优化，减少训练成本；
注重解释性与安全性：集成推理路径可视化、不确定性量化等机制，为研究与合规验证提供保障。
技术特性
封装化模块架构：影像、文本模块可独立部署或组合部署，支持按需选配；
多版本发布策略：后续将发布多模态增强版、专科细化版等子版本；
系统兼容性强：支持与 EMR、PACS、LIS 等医疗信息系统对接，具备较强工程落地能力；
合规可解释设计：模型提供辅助性输出说明，支持开发者开展伦理验证和透明审计。
应用探索方向
影像初筛与辅助诊断：辅助放射医生识别可疑区域，提供结构化摘要，供医生复核参考；
临床文本语义抽取：协助梳理病史摘要、体征描述与风险因子，提升医生信息整合效率；
医学教育与科研建模：为高校与研究机构提供原型平台，支持案例教学与模型验证；
医院信息系统协同：支持集成至现有 HIS/PACS 平台，形成辅助决策闭环。
开发者发言：来自 MMed 2.0 研发负责人闫志明
尊敬的各位来宾、合作伙伴与媒体朋友们：
大家好！我非常荣幸在这里，代表 Dr.Seek 团队发布我们最新的多模态医疗 AI 工具 —— MMed 2.0。
随着智能技术与医疗实践深度融合，如何跨越“影像系统”和“文本系统”的壁垒，打造真正协同的智能平台，成为摆在我们面前的现实挑战。MMed 2.0 是我们围绕“一个模型同时处理文本与图像”愿景的阶段性成果。
我们希望，它不仅是一套工具，更是一个让基层医疗与科研工作者都能用得起、用得上的智能能力平台。
后续规划与合作机会
版本路线：规划推出 MMed V（视觉扩展）、MMed T（文本优化）等细分版本，支持不同领域的功能扩展；
多中心试点合作：欢迎医院、科研机构、AI 公司共同参与试点评估、LoRA 微调与多中心测试；
开放生态共建：我们致力于推动医疗 AI 能力普及，持续优化工具链，为行业注入普惠与透明的智能生产力。
关于 Dr.Seek
Dr.Seek 是专注于医疗场景的 AI 模型定制与私有化部署的技术服务提供商，围绕“数据+模型”双引擎体系，提供集 数据治理、模型训练、私有部署与持续运营 于一体的一站式解决方案，致力于打造“可信、可控、可用”的智能医生助手系统。
公司团队深耕 大模型训练、多模态推理与本地化部署 等关键技术方向，服务覆盖 医疗科研、临床辅助决策、医学教学与模拟训练 等多个实际应用场景。
免责声明
MMed 2.0 为医疗AI科研与教育用途的智能工具，相关功能仅为医生辅助决策提供信息参考，不具备临床诊断效力。模型结果需由具有资质的医疗人员进行判断与决策。
