Open source AI-modell driver framsteg inom medicinsk videoanalys

United Imaging Intelligence (UII) har inlett ett initiativ för att främja framsteg inom artificiell intelligens (AI) för medicinsk videoanalys. Företaget har släppt en öppen källkodsmodell, en offentlig datamängd och ett benchmark för att ge forskare en gemensam grund för samarbete.

Förståelse av medicinska videor är ett av de mest krävande områdena inom AI, vilket kräver exakt spatial perception och komplex temporal resonemang. Framsteg har ofta hämmats av bristen på klinisk data och den höga kostnaden för expertannotering. UII tacklar dessa hinder med ett öppet ramverk som syftar till att mäta forskningsframsteg och underlätta internationellt samarbete.

Företaget lanserade i april, efter att ha fått sitt MedGRPO-forskningsarbete accepterat vid CVPR 2026, sin uAI NEXUS MedVLM-modell och gjorde MedVidBench-testdata uppsättning, innehållande över 6 200 prover, tillgänglig som öppen källkod. Dessa är en del av en större samling med över 530 000 video-instruktionspar. Dessutom lanserade UII den offentliga MedVidBench-rankingen för att utvärdera modeller enligt tio mått.

För att omvandla denna gemensamma grund till kollektiva framsteg, lanserade UII MedVidU Challenge i somras 2026 tillsammans med Université de Strasbourg och Technical University of Munich. Utmaningen lockade 75 team från 18 länder och regioner, med målet att samla olika idéer och metoder för AI inom medicinsk video.

MedVidBench-data har laddats ner över 30 000 gånger och har väckt intresse från det internationella forskarsamhället. Fyra team gick vidare till slutskedet av MedVidU Challenge, och två team presenterade sina resultat vid ECCV 2026 MedVidU Workshop i Malmö, Sverige, i september. Detta initiativ främjar ett öppet ekosystem som kombinerar resursdelning, transparent utvärdering och forskningsutbyte för att flytta AI inom medicinsk video till klinisk praxis.