北京
北京協和醫院聯合北京大學人民醫院等多家中心，在《自然·癌癥》發表突破性研究。
其深度學習模型DeepFAN完成亞洲首個肺結節良惡性AI輔助診斷臨床試驗，
模型單獨診斷曲線下面積（AUC）值達0.954，顯著優于12名低年資醫生。
該模型已獲得國家藥監局三類醫療器械注冊證，具備臨床應用資質。
AI是如何“煉”成火眼金睛的？
DeepFAN的設計融合了前沿技術，像一個配合默契的專家團
（1）全局洞察
利用視覺Transformer捕捉結節及周圍微環境的整體特征。
（2）細節捕捉
通過細粒度3D殘差網絡，精準提取密度、分葉、毛刺等局部細節。
（3）深度融合
最后用圖卷積網絡將全局與局部信息巧妙整合，做出綜合判斷。
這一模型基于1.1萬余枚經病理確診的肺結節進行訓練，并在美國國家肺癌篩查試驗數據中驗證，表現優異。
臨床試驗：AI輔助，診斷效能“飆升”
試驗納入了400例患者的463枚病理確診結節，并邀請了12名低年資放射科醫生進行兩輪獨立閱片。
結果用AUC值來衡量（數值越接近1，模型區分良惡性的能力越強）：
（1）AI單獨作戰
DeepFAN模型單獨診斷的AUC值達0.954，展現出強大實力。
（2）醫生獨立診斷
12名醫生無AI輔助時，平均AUC值僅為0.667。
（3）人機協作
在AI輔助下，醫生們的平均AUC值顯著提升至0.776。具體來看，
①準確率提升10.0%；
②敏感度（正確找出惡性結節的能力）提升7.6%；
③特異度（正確判斷良性結節的能力）提升12.6%；
④診斷一致性提升34.5%。
這組數據有力證明，DeepFAN能有效彌補低年資醫生經驗不足的短板，尤其能精準篩除良性結節（外部驗證中良性預測值高達0.992）。
兩大現實價值：惠及患者，
均衡全國診療水平
（1）對普通體檢人群：告別盲目恐慌與過度隨訪
陰性預測值高達0.992，意味著模型判斷為“良性”時高度可信，
能識別出炎性、增生等“無需緊張”的良性病灶，與真正有高危惡性傾向的結節有效區分。
大量良性結節患者無需頻繁CT復查，減少輻射暴露，降低時間與經濟成本，減輕對癌癥的長期焦慮；
而真正存在惡變風險的結節，可被更早識別，抓住肺癌早診的黃金窗口。
（2）對全國醫療機構：縮小城鄉、年資診療差距
基層醫院和年輕影像醫師，往往缺乏大量病例積累，閱片水平參差不齊，導致各地肺結節診療標準不一。
這款持證AI可作為標準化輔助工具，統一判讀標尺，提升基層診斷能力，
推動全國肺結節診療同質化，改變優質影像資源集中在三甲醫院的現狀。
注：本文科普內容基于北京協和醫院官網發布的官方信息及《自然·癌癥》期刊論文整理。個案情況因人而異，若有相關健康疑慮，請務必及時前往正規醫院就診，遵循專業醫師指導。
作者 | 孟楚賢
責編 | 解陽楊
審核 | 王怡霄
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
