基层胸片AI筛查：小样本下的肺结节检测探索

医疗影像AI落地常受限于标注数据稀缺。本阶段我们围绕基层医院胸片筛查场景，实验性验证了自监督预训练与半监督学习结合的小样本训练方案。
要点：

• 进展：在约800例标注胸片的自建数据集上，采用自监督预训练加一致性正则的半监督框架，肺结节与渗出灶检测敏感度约0.91，较纯监督基线提升约6个百分点，单张假阳数降至0.18。
• 下一步：与两家基层医院开展脱敏数据合作，将样本扩充至3000例；针对边缘模糊结节优化分割分支，并推进模型轻量化，目标在边缘设备实现单张推理低于200毫秒。

我们同步关注可解释性与假阳控制，引入热力图定位与规则后处理辅助医生复核。所有指标均以内部测试集为准，尚不构成临床诊断结论，团队将持续记录失败案例并迭代。