看起来没问题、却装不进去的颅骨植入物
在接受去骨瓣减压术（切除部分颅骨、为肿胀的大脑减压的手术）、遭受头部外伤，或切除一个连带骨头的肿瘤之后，病人的颅骨上会留下一个开口。这个开口要用一块按该病人解剖结构定制的植入物来封闭，它必须保护大脑，并恢复颅骨的形状。是否合适，要到手术室里才见分晓。
这些植入物至今仍由专科人员在计算机辅助设计软件中手工绘制。每个病例都既慢又贵，这限制了能够获得植入物的病人数量。专门为这项任务训练的神经网络在公开基准测试中表现良好，但它们需要相应的训练数据。基础模型——在海量三维形状上预训练的大型模型——有望省去这一步：一个带洞的颅骨，不过是一个待补全的形状。
像外科医生那样评判
波兰克拉科夫AGH科技大学和Sano计算医学中心的Marek Wodzinski及其同事，对三个公开发布的模型进行了审查，直接使用其原始版本：
- MSN-FM，自称是首个用于补全医学三维点云的多模态基础模型——点云是以一团散点的形式交出的形状，既没有表面也没有内部——在10万个医学形状上进行了预训练，并可接受文本输入；
- MGPC，在100万对数据上训练，支持文本和图像输入；
- AdaPoinTr，在55类日常物品上训练——其中没有一类是颅骨——作为非医学对照。
他们使用了239个颅骨：210个是在完整颅骨扫描上人工挖出缺损的样本，另有29个去骨瓣减压术后的真实病例，附有专家实际设计的植入物。在运行任何一个模型之前，他们先确定了两条标准：
- 比什么都不做强：把每个输出与直接交回病人剩余骨骼的做法进行比较。被移除的骨头是紧挨着剩余骨头的一层薄壳，而评分规则是：缺失区域中只要2毫米以内有材料，就算作已覆盖，所以只要紧挨着缺口边缘，就能白白得分。
- 在物理上能装进去：预测出的材料必须落在缺口中，不侵入剩余骨骼（容差1毫米），并且覆盖范围至少与什么都不做时相当。
作为参照，他们构建了一个专门为这项任务训练的模型——它是根据在这210个病例上的得分从138个变体中挑出来的，这对它有利，因此它是最理想情况下的上限，而不是公平的竞争对手；而且它只用人工缺损训练过，与那29个真实颅骨不同——并用研究的后半部分来尝试推翻自己的结论。
239例中的0例
- 在210个人工缺损上，没有一个模型胜过什么都不做。以缺失区域中被恢复到2毫米以内的比例来衡量，它们相对于剩余骨骼的中位优势都是负的：AdaPoinTr −0.036（比单靠剩余骨骼少覆盖缺失区域的3.6%），MGPC −0.130，MSN-FM −0.156。专用模型则获得+0.745。
- 医学预训练没有帮助：MSN-FM排名垫底，落后于一个用日常物品训练的模型。
- 在29个真实病例上，MGPC确实胜过了什么都不做，在29例中有24例——这是唯一超出偶然的结果。作者表示，一个在人工缺损上落败、却在29个真实颅骨上胜出的模型，并不能解决临床问题。
- 可植入的输出：三个模型各自都是239例中的0例，而专用模型为239例中的238例。在模型、设置和颅骨的2,868种组合中，没有一种能在1毫米容差下避开骨骼。模型生成的材料侵入病人自身骨骼的中位深度为5.4到6.6毫米，而专用模型为0.55毫米。
(a) 相对于什么都不做的增益：三个模型都低于零，专用模型则远高于零。(b) 侵入剩余骨骼的深度，每个模型可植入的都是0/239。——图1，Wodzinski 等（2026），arXiv:2610.30035，CC BY-SA 4.0。
碰撞源于输出的形状，而不是摆放的位置：移动它们几乎没有任何改变。
好看不等于能装
一个真实病例的外部视图和横截面。三个模型都盖住了缺口，但都侵入了病人仍保留的骨骼。——图2，Wodzinski 等（2026），arXiv:2610.30035，CC BY-SA 4.0。
AdaPoinTr输出的是一个干净的表面，任何人看了都会认为那是颅骨，但它并不比其他模型更能装得进去。而且厚度从一开始就丢失了：6,144个点分布在一个颅骨上，相邻点之间平均相距2.56毫米，因此一块3毫米厚的板的两个面根本无法区分。这是点云格式本身的特性，而不是某个模型的问题。真实的植入物很薄：29块中有11块不到3毫米。
这些模型所宣传的文本输入，结果只是摆设。在MSN-FM中，97.5%的文本信号恰好为零。
一个信任问题
“看看图片，这些模型已经完成了任务：缺损被覆盖了，头部恢复了形状，”作者写道。而对同样的输出进行测量，却没有一个能放进病人体内。一团弥散的点云会让人警惕；而一个干净的颅盖，得分平平无奇却依然侵入骨骼，则不会。逐个颅骨地手工修正这些输出，恰恰就是这些模型本应取代的手工劳动。
他们的结论是：以发布时的状态，他们能获得的形状补全基础模型“无法被信任”，并且“无法用于临床实践”。这项研究没有测试在颅骨数据上的微调，没有临床医生审阅这些输出，而且仅凭29个真实病例本身也无法解决临床问题。这篇论文已被ACCV 2026会议的一个研讨会接收。