人工智能医疗影像突破：算法在早期肺癌筛查中超越资深放射科医生

作者：小小 · 2026-07-09 19:35:02

一项发表于《柳叶刀·数字健康》的最新研究显示，深度学习模型在低剂量CT扫描中检测恶性肺结节的准确率不仅超越了人类专家，更将假阳性率降低了11%。该研究由麻省理工学院计算生理学实验室与多家三甲医院联合开展，模型在超过四万五千例历史影像数据上完成训练，并在真实的临床环境中进行了为期六个月的平行验证。研究团队强调，这一成果并非旨在取代放射科医生，而是作为一种高灵敏度的辅助筛查工具，嵌入现有的工作流程中。关键的技术突破在于模型对微小结节的语义分割能力，它能捕捉到人眼难以察觉的细微纹理变化，并在疾病极早期阶段发出预警。在回顾性试验中，该算法成功标记了六例在初次报告中被遗漏、后经随访确诊的病例。尽管技术前景广阔，文章也指出了大规模部署面临的挑战。算法在不同CT设备型号间的泛化能力仍需提升，且需要建立多中心、前瞻性的数据联盟来避免算法偏见。下一步计划是将该模型集成至移动筛查车，旨在医疗资源匮乏的偏远地区实现高效低价的肺癌普筛，真正弥合地域间的诊断鸿沟。