超声甲状腺结节AI分级：多中心影像协作实验进展

医疗AI实验室近期围绕超声甲状腺结节的良恶性风险分级开展实验性研究，重点验证模型在跨设备、跨中心条件下的稳定性与可解释性。团队基于三家合作医院的脱敏超声影像构建评测集，覆盖不同设备厂商与扫查习惯，以贴近真实部署环境。
阶段性进展：

• 跨中心测试集上，模型对恶性结节识别敏感度91.2%、特异度84.6%，但在微小钙化与边界模糊样本上误判率仍偏高，提示特征学习对成像参数较为敏感；
• 引入热力图与关键帧回溯辅助后，医生复核单例平均耗时由4.1分钟降至2.8分钟，结论采纳率约73%。

下一步计划：扩充囊性成分与术后随访样本，开展分级标准一致性对齐实验，并与超声科共同设计人机协同阅片流程。团队强调，当前结果仍处研究阶段，模型不作为独立诊断依据，相关结论有待更大规模前瞻性验证。