随着人工智能技术的迭代，人工智能在医学影像分析领域正经历从“单任务专用模型”向“多模态基础模型”范式的转变。医学影像大模型（LMIMs）通过海量多模态数据自监督预训，仅需少量微调即可适应多种下游任务，为医疗通用人工智能的实现提供了关键路径。本期刊发四川大学华西医院李璐^[1]的《医学影像大模型的演进、技术架构与临床展望评述》一文，系统梳理了医学影像大模型的技术架构、学习范式与临床应用，并剖析了数据质量、模型泛化及监管伦理等挑战。未来需通过跨机构数据协作、因果推理与检索增强生成等技术突破，兼顾模型性能与临床实用性。医学影像大模型作为医疗人工智能发展的重要里程碑，正推动影像诊断从“辅助支持”向 “协同诊疗”跨越，其与伦理规范、临床验证、监管框架的协同推进将推动医疗健康事业的高质量发展。

肝癌作为全球高发的恶性肿瘤，传统影像学技术如超声、CT、MRI 在微小病灶检出、特异性辨识等方面存在局限，亟需开发兼具高灵敏度与靶向性的新型诊断工具。分子影像通过特异性靶向探针实现分子水平显像，较传统影像具有更高空间分辨率。本期刊发了湖南中医药大学第一附属医院陈青山等^[2]《特异性靶向肝癌GPC3受体的新型磁共振成像-荧光双模态分子探针的制备及性能实验研究》一文，构建了磁共振成像（MRI）-荧光双模态分子探针Peptide-BSA@Gd?O?-ICG。该双模态探针整合了MRI 高空间分辨率与荧光成像高灵敏度的优势，其具有良好的靶向性、稳定性与生物安全性，既可为肝癌早期诊断提供精准的影像学依据，又能为术中病灶定位提供实时导航，有望为肝癌精准诊疗提供新策略。

化疗是激素受体阳性乳腺癌的一线治疗方案，能够显著降低患者的死亡率及复发转移风险，但有50.00%左右的激素受体阳性乳腺癌对化疗表现出固有耐药。传统临床病理指标预测效能有限，而影像组学通过挖掘医学图像的高维定量特征，为肿瘤精准评估提供了新思路。本期刊发了北京大学深圳医院单慧明等^[3]《磁共振成像影像组学模型预测乳腺癌患者化疗耐药性的价值分析》一文，通过整合影像组学定量特征与临床病理指标，构建了高效稳定的基于MRI影像组学化疗耐药预测模型，其核心价值在于以无创方式挖掘肿瘤微观结构异质性信息，为临床早期识别耐药高危患者、制定个体化治疗方案提供了客观依据，对提升乳腺癌精准诊疗水平具有重要临床价值。

上述3篇文献的中、英文引用著录标准格式如下：

[1] 李璐，孙怀强.医学影像大模型的演进、技术架构与临床展望评述［J］.西部医学，2026，38（4）：469-477.DOI:10. 3969/j. issn. 1672-3511. 2026. 04. 001

[1] LI L, SUN H Q.Foundation models in medical imaging: a review of evolution, architecture and clinical prospects[J].Medical Journal of West China，2026，38（4）：469-477.DOI:10. 3969/j. issn. 1672-3511. 2026. 04. 001

[2] 陈青山,韦超华,唐丽萱,等.特异性靶向肝癌GPC3受体的新型磁共振成像-荧光双模态分子探针的制备及性能实验研究［J］.西部医学，2026，38（4）：478-483.DOI:10. 3969/j. issn. 1672-3511. 2026. 04. 002

[2] CHEN Q S, WEI C H, TANG L X, et al. Preparation and performance of a novel magnetic resonance fluorescence dual mode molecular probe specifically targeting GPC3 receptor in liver cancer[J].Medical Journal of West China，2026，38（4）：478-483.DOI:10. 3969/j. issn. 1672-3511. 2026. 04. 002

[3] 单慧明,周靖宇,徐德敏,等.磁共振成像影像组学模型预测乳腺癌患者化疗耐药性的价值分析［J］.西部医学，2026，38（4）：558-564.DOI:10. 3969/j. issn. 1672-3511. 2026. 04. 016

[3] SHAN H M, ZHOU J Y, XU D Met al.The value of MRI imaging model in predicting chemoresistance of  breast cancer patients[J].Medical Journal of West China，2026，38（4）：558-564.DOI:10. 3969/j. issn. 1672-3511. 2026. 04. 016