在肺结节CT随访中，直径测量常受层厚、呼吸相位和体位差异影响，肉眼对比容易产生波动。本期实验聚焦一个更窄的问题：能否用AI把“同一结节在不同时间点”稳定对齐，并给出可解释的体积变化。
我们的流程分三步：先在基线CT上分割结节并提取三维掩膜；再用可变形配准把随访CT映射到基线坐标系，重点约束肺实质和血管等解剖标志；最后在同一坐标系内计算体积、体积倍增时间及变化热力图，同时输出配准置信度。低置信度或体积接近测量噪声的病例会转人工复核，不做自动结论。
阶段性进展：在内部回顾性队列的312例、654次随访扫描中，配准成功率为94%，体积测量与两位放射科医师共识的组内相关系数为0.91，单例处理约45秒。对小于6 mm的结节，我们采用分层策略，优先提示“稳定/需关注”，避免过度报告。
下一步计划：引入多中心外部验证，评估不同重建核、低剂量噪声和金属伪影下的鲁棒性；同时把输出接入结构化报告模板，让变化趋势、置信度和复核建议能被临床直接读用。
评论