肺结节CT影像AI辅助检出：磨玻璃密度结节识别进展

医疗AI实验室近期围绕低剂量CT肺结节辅助检出开展阶段性实验，重点评估磨玻璃密度结节（GGN）这类低对比度目标的识别稳定性。此类结节边界模糊、易与血管影混淆，是临床阅片漏诊的主要来源之一。团队在脱敏数据集上构建了三维卷积与Transformer混合的检测框架，并针对血管穿越、胸膜旁等易混场景设计了假阳性抑制模块。

当前进展：

• 内部测试集上，磨玻璃密度结节检出敏感度约91%，每例平均假阳性由5.8个降至2.3个；
• 引入血管分割先验后，血管旁结节误报率下降约37%。

下一步将扩充多中心脱敏数据以验证跨设备泛化能力，并开展放射科医师对照阅片实验，评估AI提示对阅片时间与敏感度的实际影响。实验室将持续以临床可用性为导向推进迭代，避免使用缺乏对照的宣传性指标。