摘要
视觉基础模型（VFMs）在放射影像学中的开发日益增多，然而其定义、开发和评估仍然存在异质性。我们进行了PRISMA-Scr的范围审查，涵盖2017年1月至2026年3月期间发表的同行评审研究，这些研究描述了专门基于放射影像数据训练的基础模型。
数据规模与异质性
本次审查共纳入67项研究，主要涵盖三大支柱：数据规模与异质性、架构与预训练的可扩展性，以及下游迁移性与泛化能力。数据集主要集中于脑MRI、胸腹部CT和胸部X光，样本数量从不足10万到数百万不等。
架构与预训练
以Transformer为基础的架构和自监督预训练在这些研究中占主导地位，尤其是掩蔽图像建模、对比学习和多阶段方法。评估主要集中在分割和分类任务上，而跨中心、跨扫描仪、解剖和模态转移的验证报告不一致。
临床转化
与FUTURE-AI原则的对齐程度不均。总体而言，放射学特定的VFMs展现出良好的迁移能力，但临床转化仍受到数据代表性不足、基准不一致、报告不完整及部署导向评估不足的限制。
博主点评： 放射学领域的视觉基础模型正逐渐成熟，但要实现临床应用，必须解决数据质量和评估标准不统一的问题。未来的研究需要更加注重数据的代表性和模型的实际应用效果，以推动VFMs的临床转化。