npj Digital Medicine：FlexiCT用26.6万例CT分三阶段预训练，统一五类下游任务

26.6万例CT喂出来的通用表征，能替掉几个专用模型

事实报道 × 医院信息化/临床医生 ｜ 数据视角 × AI技术供应商/创业者 ｜ 深度研报

2026年10月7日，npj Digital Medicine在线发表FlexiCT：一组面向CT的基础模型，在来自56个公开数据集的266,227例CT容积上做分阶段预训练，目标是把分割、分类、配准、报告理解与临床检索这五类原本各做一套模型的任务，收敛到同一套表征上。论文给出的关键表述是在多个基准上达到或超过既有专用方法。

对医院信息化与放射科而言，值得关注的不是又一个基础模型出现，而是它把预训练数据的构成与训练阶段完整公开，这让判断其适用边界成为可能；对技术供应方而言，真正要算清的是那句达到或超过背后没有统一的量化对照表，这决定了它能否直接拿来选型。

开场：CT的AI一直是一个任务一个模型

CT是三维医学影像的主力模态，但围绕CT的AI长期处在碎片状态。分割有分割的模型，分类有分类的模型，配准是另一套，报告分析又是另一套。每个模型在自己的任务上训练、在自己的数据上评测，彼此的表征不共享。

这种碎片化的代价是重复投入。一家机构若想同时具备器官分割、病灶分类与报告结构化三类能力，就要分别采购或分别研发三套系统，各自做数据准备、各自做验证、各自维护版本。更麻烦的是三套系统的预处理与输入约定往往不一致，集成成本高于模型本身。

FlexiCT的思路是用一次大规模预训练换一套通用表征，再在下游任务上复用。论文把它定位为大规模公共资源，并给出了项目页与代码仓库。这个定位意味着它主要面向的是研究者与工程团队，而不是直接面向临床部署。

266,227例与56个数据集：预训练量的口径

266,227例CT容积、来自56个公开数据集，这是论文给出的预训练规模。需要先说清这个数字的性质：它是预训练数据的量，不是某个下游任务的评测样本量，两者不能混用。

公开数据集这一来源属性有两面。好的一面是可复现，任何人都能按同样的清单重建预训练数据；值得警惕的一面是分布偏差，公开数据集的采集设备、 scanning协议、人群构成与病种分布，与任何一家具体医院的日常病例都不完全一致。用公开数据训出来的表征，在本地数据上的表现需要本地验证，不能用论文里的基准成绩直接替代。

对数据视角的读者来说，56个数据集的合并还牵涉标注口径的统一问题。不同数据集对同一器官或同一征象的标注定义未必一致，预训练阶段若以自监督为主，这个问题的影响会被削弱；但凡涉及标签的下游任务，口径差异仍会传导到结果上。论文未给出各数据集构成明细，这是评估代表性时的一处信息缺口。

三阶段：从轴位切片到报告对齐

FlexiCT的预训练分三个阶段顺序进行：二维轴位预训练、三维解剖预训练、报告引导的语义对齐。这个设计对应的是三种不同粒度的信息。

第一阶段在二维轴位切片上做，解决的是单张切面层面的纹理与结构识别，这是最靠近自然图像范式的一层，也是最容易拿到大量样本的一层。第二阶段升到三维解剖，让模型理解切片之间的连续关系与器官的空间形态，这一层是CT区别于二维影像的核心。第三阶段用报告做语义对齐，把影像表征与放射科报告的语言空间拉近，这一层决定了后续能否支撑视觉语言任务。

论文称该策略支持切片级、容积级与视觉语言三个层面的分析。这三个层面正好对应三种使用场景：切片级适合逐层筛查类任务，容积级适合需要整体上下文的任务，视觉语言层面对应报告生成与检索。对技术供应方而言，判断能否复用这套表征的第一步，是确认自己的任务落在哪一层。

需要留意的是，报告引导的语义对齐依赖报告文本质量，而公开数据集的报告在详尽程度与语言习惯上差异很大，摘要未给出对齐效果对报告质量的敏感性分析。

五类任务族：达到或超过专用模型意味着什么

论文覆盖五类下游任务族：分割、分类、配准、视觉语言理解与临床检索。结论表述为在多个基准上达到或超过既有专用方法。

这句话要拆开读。其一是达到或超过属于定性判断，摘要没有给出五类任务各自的得分表，也没有给出与专用方法逐一对照的数值，因此它不能被换算成某个具体百分点，也不能被表述为全面超越。其二是基准这个词限定的是公开基准数据集上的成绩，不等于在具体医院数据上的成绩，更不等于在真实阅片流程中的表现。

对读者更有参考价值的是论文提到的另一条观察：模型的嵌入能把CT扫描沿着与肿瘤分期相关的梯度组织起来。这属于表征质量的证据，说明预训练学到的特征与疾病表型存在关联，而不只是在做图像相似度匹配。但关联不等于可用的分期判断，论文未见把这种梯度直接用于分期预测并给出准确率的报告。

从工程视角看，五类任务族共用一个表征的实际收益是集成成本下降：一套骨干网络、一套预处理、一套部署管线，可以支撑多种下游头。这对团队规模有限的机构尤其有意义。代价是通用表征在任一单项任务上未必是最优解，且模型体积与推理开销通常高于专用小模型。

冷静观察：开源是进展，基准成绩不等于临床可用

先把没有的部分列出来。摘要未见五类任务的统一量化对照表，未见在不同厂商设备与不同重建算法上的系统性稳健性测试，未见前瞻性或多中心前瞻验证，未见与放射科医师判读的一致性对照，也未见任何器械注册路径。这些缺席决定了它现在的身份是研究资源，不是可采购的临床产品。

还有一层容易被忽略的限制是许可。该文采用CC BY-NC-ND 4.0许可，允许非商业使用、共享与复制，但包含非商业与禁止演绎两项限制。这意味着它不能被直接用于商业产品，也不能在修改后分发。对技术供应方而言，商用需要另行取得授权，这是选型时必须在法律层面先确认的事，而不是技术评估的附属项。

论文披露的资助来自美国国立卫生研究院的R01HL183223、R01DE033512与R01CA272991，作者单位横跨佐治亚理工学院与埃默里大学、杜克大学、芝加哥大学与佛罗里达大学，计算资源来自佛罗里达大学的HiPerGator集群。这些信息支持对研究连续性与维护能力的判断：有稳定资助与多机构参与的项目，代码与权重的后续维护通常更可持续。

因此正确的表述是：FlexiCT提供了一条可复现的CT通用表征路线与可获取的代码，值得影像AI团队在本地数据上验证；不能写成它已能替掉专用模型，也不能写成可直接商用。

接下来该追问的是四件事。其一，五类任务各自的量化得分何时公布，与专用方法的对照表能否给出。其二，56个数据集的构成明细与各自占比，这决定了结论能外推到什么人群。其三，在本地数据与不同设备条件下的表现衰减有多大，机构需要自己测。其四，若走商业化路线，许可如何处理。这四件事没有答案之前，任何关于替代的说法都应停留在验证计划层面。

原文链接：npj Digital Medicine

千方医数集编辑部 出品