复旦大学，Nature Biomedical Engineering！

背景：结直肠癌是全球第二大癌症致死原因，结肠镜检查是降低其发病率和死亡率的黄金标准，但人工智能系统在临床转化中面临模型泛化能力和鲁棒性挑战。研究目的：开发EndoKED数据挖掘范式，通过大语言模型和视觉模型协同，将海量未经处理的结肠镜图文记录自动转化为带像素级标注的图像数据集，解决医学AI领域数据标注瓶颈。结论：EndoKED在息肉检测和标注方面表现出色，显著提升模型性能与泛化能力，其视觉骨干网络实现了数据高效的光学活检学习，达到专家级水平，为智慧内镜系统开发奠定坚实基础。