近期，医疗AI实验室围绕基层超声场景，开展了甲状腺结节AI辅助筛查的阶段性实验。针对基层超声图像质量参差、标注数据有限的现实约束，团队采用半监督预训练结合少量精标微调的技术路线，在脱敏后的三千余例超声影像上完成首轮验证。
实验要点：
- 在内部测试集上，结节检出敏感度达到92.4%，良恶性分类AUC为0.86，与三甲医院医师标注的一致性Kappa为0.71；
- 引入图像质量评估前置模块后，因图像模糊导致的误报下降约18%，表明“先评质、后识别”的流程设计对基层场景尤为关键。
下一步，团队将与两家区域医院合作开展前瞻性小样本临床对照，重点评估模型在不同设备厂商影像上的泛化表现，并完善可疑病例的转诊提示逻辑。需要说明的是，当前结果仍属实验性阶段，模型定位为医师的辅助参考工具，不替代临床诊断；相关数据治理与伦理审查流程已同步推进，确保研究在合规框架内开展。
评论