OpenRad：面向放射学的开放式人工智能模型精选仓库
人工智能
2026-03-03 v1
摘要
人工智能（AI）在放射学领域的快速发展产生了大量模型，这些模型分散在 various platforms 和 sources，限制了其可发现性、可重复性和临床转化。本文介绍了 OpenRad，一个经过精选、标准化、开放访问的仓库，汇集了放射学 AI 模型，提供预训练权重和交互式应用等细节。对 PubMed、arXiv 和 Scopus 中收录的 5239 条文献进行回顾性分析，直至 2025 年 12 月。使用本地托管的 LLM（gpt-oss:120b）根据 RSNA AI Roadmap JSON 模式生成模型记录，经十名专家评审验证。LLM 输出在 225 篇随机抽取的论文上的文本相似性指标表明其稳定性。最终纳入 1694 篇文章的模型涵盖所有影像模态（CT、MRI、X 光、超声）和放射学子专科。自动提取在结构化字段上表现出高稳定性（Levenshtein 比值 > 90%），其中 78.5% 的记录编辑被评定为轻微。仓库的统计分析显示，CNN 和 transformer 架构占主导，MRI 是最常使用的模态（在 621 个神经放射学 AI 模型中占主导）。研究产出主要集中在中国和美国。OpenRad 网页界面支持通过关键词搜索和模态、子专科、用途、验证状态和演示可用性等筛选器进行模型发现，同时提供实时统计。社区可通过专门门户贡献新模型。OpenRad 包含约 1700 个开放获取、经过精选的放射学 AI 模型，配有标准化元数据，辅以代码仓库分析，为放射学社区创建了一个全面、可检索的资源。
引用
@article{arxiv.2603.02062,
title = {OpenRad: a Curated Repository of Open-access AI models for Radiology},
author = {Konstantinos Vrettos and Galini Papadaki and Emmanouil Brilakis and Matthaios Triantafyllou and Dimitrios Leventis and Despina Staraki and Maria Mavroforou and Eleftherios Tzanis and Konstantina Giouroukou and Michail E. Klontzas},
journal= {arXiv preprint arXiv:2603.02062},
year = {2026}
}
备注
22 pages, 5 figures