医学影像AI辅助诊断：肺结节检出与假阳性控制

「医学影像AI辅助诊断系统」实验室近期完成一轮肺结节检出模块的内部验证。本阶段的目标不在单纯提高灵敏度，而在控制假阳性——对放射科医生而言，每例多出的可疑标记都会直接转化为阅片时间。

进展：在 1,200 例脱敏胸部 CT（含 260 例阳性）上，按结节直径分层设定检出阈值（3–5mm、5–8mm、>8mm），并叠加基于三维连通域的假阳性过滤，每例平均误报由 6.4 处降至 2.1 处，5mm 以上结节召回率约 93%。

流程嵌入：AI 标记以叠加层写入 PACS 阅片界面，医生可一键采纳或驳回，驳回原因（血管断面、胸膜增厚、图像噪声）回流为下一轮训练样本，形成「推理—复核—再训练」的小闭环。

下一步验证两件事：一是不同层厚与重建核下的稳定性，避免模型过度依赖单一扫描参数；二是用复核动作日志评估医生实际节省的时间，而不只看算法指标。