普拉纳夫·拉杰普尔卡尔

普拉纳夫·拉杰普尔卡尔研究的是一个医学无法回避的问题：在证据、工作流程和问责与基准准确率同等重要的体系中，通用AI应如何进入？他的研究涵盖诊断影像、多模态基础模型，以及用于长期测试临床智能体的新环境。普拉纳夫·拉杰普尔卡尔是Harvard Medical School生物医学信息学副教授，其实验室负责开发和评估医疗AI。他早期以第一作者身份开展的CheXNet研究，推动深度学习成为胸部X光片判读领域受到认真对待的方法。近来，他主张医疗AI必须超越孤立预测，转向能够整合不同模态、专科医生和连续决策的系统。2026年发表于《NEJM AI》的MedVersa体现了这一方向：这是一个由语言模型协调、可执行多项医学影像任务的通才型系统。在其实验室报告的一项回顾性读片研究中，放射科医生认为，AI生成的胸部X光报告总体有64%在临床上与人工报告等效，正常病例中的比例为91%。