在肺结节等随访场景中，AI分割与体积测量的可复现性常被扫描参数差异掩盖。同一病灶在不同层厚（1.0 mm 与 2.5 mm）、不同重建核下，分割边界与体积结果并不一致；若直接用于生长判断，容易产生假性增大或缩小。
本期实验围绕测量校准展开：
- 进展：在预处理环节引入层厚与重建核归一化，配合前后两次扫描的刚性加形变配准，将AI分割结果统一到同一参考空间后再计算体积与倍增时间。在内部回顾性数据集（约420组配对扫描，覆盖3家中心的多种机型）中，跨层厚配对的体积相对偏差中位数由约11%降至5%以内，长径偏差由约1.2 mm降至0.6 mm左右。
- 下一步：将校准模块接入报告生成流程，对偏差超出阈值的病例自动标注“建议人工复核”，并补充不同对比剂方案与呼吸相位下的稳定性测试。
需要说明，以上均为实验室内部验证结果，尚未经过前瞻性临床评价。我们的目标不是替代医生判读，而是让AI输出的测量值在设备与参数变化下保持可比，减少因数据口径不一带来的重复复核。
评论