Trong một bài báo mới đăng trên tạp chí Nature, các nhà khoa học tại Đại học Oxford công bố một khung zero‑shot learning dựa trên diffusion models, cho phép mô hình AI chẩn đoán các bệnh lý trên hình ảnh y tế mà không cần dữ liệu gán nhãn cụ thể.
Phương pháp này sử dụng một mô hình diffusion được huấn luyện trên hàng triệu hình ảnh tự nhiên, sau đó áp dụng kỹ thuật “prompt‑based conditioning” để hướng mô hình nhận diện các đặc điểm bệnh lý chỉ dựa trên mô tả ngắn gọn. Thử nghiệm trên bộ dữ liệu X‑Ray và MRI cho thấy độ chính xác đạt 92 % đối với các bệnh thường gặp, vượt qua các mô hình supervised truyền thống cần hàng ngàn hình ảnh gán nhãn.
Những kết quả này mở ra khả năng triển khai AI trong các bệnh viện thiếu nguồn dữ liệu y tế chất lượng, đồng thời giảm chi phí và thời gian thu thập dữ liệu. Các nhà nghiên cứu cũng nhấn mạnh tính an toàn và khả năng giải thích của mô hình, giúp bác sĩ tin tưởng hơn khi sử dụng AI hỗ trợ quyết định lâm sàng.
Bài báo đã nhận được phản hồi tích cực từ cộng đồng y học và AI, và nhóm nghiên cứu đang chuẩn bị mở mã nguồn của mô hình để cộng đồng có thể tái tạo và mở rộng ứng dụng.