摘要
本发明公开了一种基于大模型的肺结节风险预测方法、系统、设备及介质，属于人工智能技术领域，其目的在于解决现有技术中网络模型泛化能力不足、对肺结节多任务预测效果差的技术问题。其包括：获取包括医学影像、基因检测以及人口学资料在内的多种模态的样本数据；并分别经专属特征提取模块后得到单模态特征，再输入多个专家网络并得到单模态专家；单模态特征经跨模态注意力模块后得到多模态特征，再输入多个专家网络并得到多个多模态专家；三个任务MoE模块均配套设有任务门控网络，任务MoE模块根据计算的每个专家被激活的概率选择最合适的专家集合；获取待预测数据并输入选择的专家集合，任务模型输出肺结节恶性、生长和浸润性风险预测结果。
