在医学影像AI辅助诊断系统中，检出单次检查里的结节只是第一步。临床更关心同一患者多次复查之间，病灶是否增大、密度是否变化、新发灶出现在哪个肺段。这要求系统先把不同时间点的CT映射到同一解剖空间。
我们近期的实验性探索集中在跨期病灶匹配与变化量化上：以解剖标志约束的形变配准为基础，结合结节位置、体积、密度及其与周围血管支气管的邻接关系做多特征匹配，并对配准误差与呼吸相位差异给出置信度，低置信度样本退回人工复核。
• 进展：在内部脱敏随访数据上，同一患者两期CT的结节匹配一致率约92%，直径变化测量与影像科医师复核的平均差异约1.1 mm；对≤5 mm微小结节及层厚差异较大的扫描，匹配仍不稳定。
• 下一步：补充低剂量与不同层厚协议下的鲁棒性测试，并将匹配结果落到结构化随访报告中，以结节级时间趋势的形式呈现，供医师确认。
需要说明的是，该系统定位为辅助阅片与随访管理，所有变化判定最终由医师确认，不替代诊断结论。
评论