肺结节CT辅助筛查AI：多中心数据验证进展

医疗AI实验室近期围绕基层医院肺结节CT辅助筛查开展实验性研究，重点应对标注成本高、设备成像差异大带来的模型泛化难题。团队基于公开数据集与两家合作医院的脱敏影像构建初始训练集，采用半自动预标注加医生复核的流程，将单例标注耗时压缩约40%，并引入跨中心数据增广与域自适应策略以缓解不同设备间的成像风格差异。

阶段性进展：

• 内部测试集上，模型对3mm以上结节的检出敏感度约91%，平均每例假阳性约0.8个；
• 跨中心测试中敏感度下降约4个百分点，域偏移仍是当前主要瓶颈。

下一步将扩大多中心脱敏数据规模，重点优化假阳性抑制模块，并联合影像科医生开展阅片对照实验，评估模型在真实工作流中的辅助价值。所有结果均以医生复核为准，模型定位为辅助工具，不替代临床诊断。