Исследователи Стэнфордского университета при поддержке NIH разработали Merlin — первую универсальную 3D vision-language модель для анализа КТ-снимков брюшной полости. В марте 2026 года результаты опубликованы в журнале Nature: модель предсказывает развитие хронических болезней с точностью 75% на горизонте пяти лет — против 68% у лучших аналогов. Merlin демонстрирует, чего достигает ИИ-врач онлайн при работе с трёхмерными медицинскими изображениями.
Что умеет Merlin
Модель обучена на более чем 6 миллионах КТ-изображений и почти 2 миллионах диагностических кодов из электронных медицинских карт. На выходе Merlin справляется с 752 задачами: классифицирует находки без предварительного обучения (zero-shot F1 = 0,741), сегментирует 20 анатомических структур, генерирует радиологические отчёты и, главное, рассчитывает риск шести хронических состояний — диабета, остеопороза, заболеваний сердца и сосудов — на ближайшие пять лет. По данным журнала Nature, модель проверена на 44 000+ внешних сканов из нескольких больниц и стабильно превосходит специализированные 2D-аналоги.
Почему это меняет подход к рутинной КТ
До Merlin томографы сканировали «здесь и сейчас»: патология видна — патология зафиксирована. Merlin добавляет второй слой: рутинный скан становится инструментом раннего прогноза. Пациент пришёл на плановую КТ брюшной полости — а система параллельно оценивает риск диабета или остеопороза, которые ещё не дают симптомов. Модель доступна в открытом доступе через GitHub, HuggingFace и PyPI, что позволяет клиникам и исследователям встраивать её в существующие рабочие процессы без лицензионных барьеров.
