医学影像AI辅助诊断：小样本病灶标注与报告一致性

在肺部CT结节筛查这一具体场景中，我们把实验重点收在两件事上：标注稀缺下的模型冷启动，以及模型输出与放射科报告口径的对齐。

做法上，先用公开数据集做预训练，再用本院少量高一致性标注做微调；对医师之间的分歧样本不强行合并成单一标签，而是保留多阅片结论，让模型输出置信度而非唯一判断。推理侧给出结节位置、直径、密度分型与随访提示，并同步标注置信度，供医师复核。

· 阶段进展：在内部300例回顾性测试集上，直径≥6mm结节召回率约92%，每例平均假阳性1.8个；医师复核后，报告初稿撰写时间平均缩短约35%。
· 下一步计划：接入多中心数据做外部验证，并评估不同机型、不同层厚条件下的性能漂移，先把边界摸清楚再谈扩大适用范围。