AI在医学影像学中的应用

20XX/XX/XXAI在医学影像学中的应用汇报人:XXXCONTENTS目录01

医学影像与AI技术概述02

AI在肺部疾病影像诊断中的核心应用03

AI医学影像技术原理与方法04

AI在肺结节全病程管理中的应用CONTENTS目录05

AI医学影像产品临床应用与案例06

AI医学影像技术面临的挑战07

AI医学影像未来发展趋势08

总结与展望医学影像与AI技术概述01医学影像技术的核心地位医学影像技术是现代医学诊断的核心环节，约70%的临床诊断决策依赖于影像数据，为疾病筛查、精准治疗和预后评估提供关键依据。全球及我国肺部疾病诊疗现状肺癌已成为全球和我国的第一大癌种，早期诊断可显著提高患者预后生存；2022年我国肺结核发病人数超过56万人，位居甲乙类传染病第二位，早诊早治关乎公共健康安全。主流医学影像技术及其应用包括X射线成像、CT、磁共振成像、核医学成像等。其中，CT因其成像清晰等优势，是肺结节和肺炎最常用检测方法之一；低剂量CT（LDCT）筛查可显著降低肺癌死亡率，广泛应用于早期肺癌筛查。传统影像诊断面临的挑战传统依赖人工分析的方式存在效率低、主观性强、易疲劳等局限，尤其在基层医疗机构，专业影像医生匮乏，难以满足日益增长的影像诊断需求。医学影像技术的重要性与发展AI技术在医疗领域的应用背景医疗健康需求增长与传统诊疗局限全球人口老龄化加剧、慢性病与恶性肿瘤发病率攀升，带来医疗影像检查需求爆炸式增长。传统影像诊断依赖医生经验，存在阅片效率低、主观差异大、漏误诊风险，尤其基层医疗机构专业影像医生短缺问题突出。AI技术突破为医疗赋能深度学习、计算机视觉等AI技术快速发展，具备从复杂医疗数据中挖掘关键信息的能力。卷积神经网络（CNN）等模型能自动提取影像特征，实现病灶检测、分类与量化分析，推动医疗服务向智能化、精准化升级。政策支持与产业协同发展各国政府积极推动AI与医疗健康融合，如中国“健康中国”战略支持医疗影像AI发展。FDA、NMPA等监管机构出台AI医疗器械审批绿色通道，加速产品商业化。全产业链协同，从设备、数据到算法服务形成生态闭环。医疗影像数据增长与技术基础设施支撑医学影像数据量每年以30%-40%速度激增。5G、云计算、边缘计算等技术普及，为影像数据实时传输、云端存储和边缘计算提供基础设施支撑，助力AI技术在医疗影像领域规模化应用。AI与医学影像结合的价值意义

提升诊断效率，缓解医疗资源压力AI可显著缩短影像诊断时间，例如肺结节CT影像分析从人工15-20分钟缩短至AI辅助的1-2分钟，帮助医生处理海量影像数据，尤其缓解基层医疗机构影像科医生资源不足的问题。

提高诊断准确性，助力早期疾病检出AI在特定疾病诊断中展现高准确性，如肺结节检测敏感性可达95%以上，乳腺癌筛查检出率较传统方法提高29%，有助于发现微小病灶，实现肺癌等疾病的早期诊断，改善患者预后。

优化临床决策，辅助精准治疗AI能提供量化分析、三维重建等功能，如肺结节术前规划软件可显示病灶与重要解剖结构的空间关系，辅助制定手术计划；在肺炎管理中，可进行病变量化、疗效评估和病情跟踪，为个性化治疗提供支持。

推动医疗资源均衡，提升基层诊疗水平AI辅助诊断系统可作为“数字医生”下沉至基层，如“零样本”AI胸片诊断系统帮助基层医生将诊断准确率从68%提升至89%，缩小城乡医疗水平差距，让更多患者享受优质诊断服务。AI在肺部疾病影像诊断中的核心应用02肺结节检测与良恶性诊断

肺结节的早期检测技术AI通过卷积神经网络（CNN）等算法，对胸部CT影像进行分析，可显著提高肺结节检出率。如推想医疗的肺结节CT图像辅助检测软件，能自动识别一定体积的肺结节，其检出灵敏度可达95%以上，对微小、亚实性或血管邻近结节的识别能力突出。

肺结节良恶性风险评估模型利用支持向量机、深度学习等算法，结合肺结节的形态、纹理、密度等特征，建立良恶性预测模型。部分模型诊断准确率高达90%以上，如深睿医疗的“肺结节CT图像辅助诊断软件”可对4mm及以上的肺结节提供疑似恶性提示信息。

AI在肺结节动态追踪与随访中的应用AI可通过时空混合模型、变形场建模等方法，捕捉结节随时间演变的细微差异，实现自动配准和体积追踪。在真实世界研究中，结节追踪成功率可达94%，有助于优化随访策略，降低不必要复查，提升随访效率与质量。

直接解析CT原始数据的创新方法中国研究团队提出AI无需依赖图像重建，直接从CT原始数据中识别肺结节良恶性。原始数据模型诊断准确性与传统CT图像模型相当，两者结合后准确率显著提升，尤其在老年、女性或较小结节的亚组中表现更优，为诊断流程优化提供新方向。肺炎影像辅助分诊与评估肺炎AI辅助诊断软件的研发背景肺炎AI医学影像辅助软件的研发始于新冠疫情时期。2020年3月，国家药监局医疗器械技术审评中心发布了《肺炎CT影像辅助分诊与评估软件审评要点（试行）》，加速了相关产品注册申报和上市。肺炎AI辅助软件的核心功能异常识别：根据胸部影像学CT图像、结合患者信息识别肺炎典型征象，并进行风险提示。量化分析：对病变累及的肺体积范围、影像密度进行快速量化分析。数据对比：对患者前后影像进行自动匹配和精细的量化对比，实现对患者病情发展的跟踪监测。分期建议：可对确诊患者做进一步分期，实现对不同病情阶段患者的合理分流。AI在肺炎诊断中的独特优势某些新冠肺炎患者超早期及消散期肺部磨玻璃病变密度很低，这种细微迹象仅仅依靠肉眼难以准确辨认。AI技术的介入能有效提升检测精度，自动识别这些细微的感染特征，减少遗漏诊断的风险。新冠疫情期间的应用成果新冠疫情的全球肆虐给医疗机构的医学影像科带来了前所未有的压力与挑战。2021年，我国有6款针对新冠肺炎的AI医学影像软件相继获批上市，这些工具凭借其高效的分析能力，辅助医疗机构进行患者病情评估与分诊，大大提升了诊疗效率。AI在常规肺炎诊断中的潜力AI技术在肺炎的早期诊断、病变识别、病情监控以及治疗方案推荐等方面均展现出强大的潜力和优势，其应用不仅局限于新冠肺炎，在其他常规肺炎诊断方面也取得了显著进展。肺结核X射线检查的重要性肺结核是由结核杆菌引起的传染性疾病，《中国统计年鉴2023》数据显示，2022年我国肺结核发病人数超过56万人，仅次于病毒性肝炎，位居甲乙类传染病第二位。综合检测效果和检测成本，X射线检查是结核筛查的重要影像学工具。AI提升肺结核X射线诊断效能AI可以提高肺结核的诊断精度和效率，同时减轻患者的经济负担。通过对X射线影像的智能分析，AI能够辅助识别肺结核的典型征象，提升诊断的准确性和一致性。国内获批产品及应用目前我国仅有一款肺结核辅助评估软件获批上市——江西中科九峰智慧医疗科技有限公司的“肺结核X射线图像辅助评估软件”，于2022年10月获批，适用于胸部正位DR医学影像的存储、传输、显示和处理，可用于辅助提示患者是否存在非免疫缺陷的活动性肺结核。肺结核X射线图像辅助评估其他肺部疾病AI应用探索

肺炎AI辅助诊断与管理肺炎AI医学影像辅助软件可实现异常识别、量化分析、数据对比和分期建议等功能。2020年3月国家药监局发布相关审评要点后，截至2021年我国有6款针对新冠肺炎的AI医学影像软件获批上市，在疾病初期筛查、病程跟踪评估及治疗策略定制等环节发挥作用，提升了检测精度，减少遗漏诊断风险。

肺结核AI辅助评估X射线检查是结核筛查的重要影像学工具，AI可提高肺结核诊断精度和效率，减轻患者经济负担。2022年10月，江西中科九峰智慧医疗科技有限公司的“肺结核X射线图像辅助评估软件”获批上市，适用于胸部正位DR医学影像处理，辅助提示非免疫缺陷的活动性肺结核。

其他常见肺部疾病AI应用除肺结节、肺炎和肺结核外，AI在气胸、肺气肿等常见肺部疾病中也有应用。如GE医疗的重症监护套件（CriticalCareSuiteICU气胸预判AI解决方案）于2019年获美国FDA批准上市；VidaDiagnostics的“LungPrint”于2020年获FDA批准，可帮助发现肺气肿等肺病并规划评估治疗方案；复星杏脉在超声领域探索通过AI模型根据实时超声视频辅助快速检测气胸。AI医学影像技术原理与方法03卷积神经网络（CNN）与图像识别以ResNet、U-Net等架构为核心，通过卷积层提取边缘、纹理等特征，实现肺结节、肿瘤等病灶的自动检测与分割，如基于CNN的肺结节CT图像辅助检测软件诊断准确率可达90%以上。三维重建与术前规划利用3D卷积神经网络对CT影像进行三维建模，清晰显示病灶与周围解剖结构的空间关系，为胸外科手术规划提供参考，如推想医疗相关产品已获批用于手术计划制定。多模态数据融合分析结合CT、MRI、PET等多模态影像数据，通过深度学习模型整合解剖与代谢信息，提升诊断准确性，例如PET/CT影像组学模型在肺结节良恶性鉴别中表现优于单一模态模型。影像组学特征挖掘从医学影像中提取海量量化特征（如形态、纹理、密度），结合机器学习算法建立疾病预测模型，辅助肺结节良恶性判断、淋巴结转移评估等，相关模型AUC值可达0.865。深度学习算法在影像分析中的应用图像分割与特征提取技术

深度学习驱动的精准图像分割基于卷积神经网络（如U-Net架构）实现肺部CT影像的自动分割，成功分离肺结节与周围组织，显著提升检测效果。例如，深度学习图像重建（DLIR）技术将超低剂量CT（ULDCT）的结节检出率从74.0%提升至83.4%，体积测量误差减小，诊断精度接近标准剂量CT水平。

多维度影像特征提取方法通过提取肺结节的形态（大小、边缘、分叶征）、纹理（粗糙度、熵）和密度等特征，建立分类模型用于良恶性判断。影像组学技术从PET/CT等多模态图像中提取数百个定量特征，如灰度共生矩阵（GLCM）中的“差异方差”“复杂程度”等，为AI模型提供丰富数据支持。

原始数据解析与特征挖掘AI技术突破传统图像重建限制，直接从CT原始数据（包含10-20倍于重建图像的信息量）中挖掘潜在规律。研究显示，原始数据模型与CT图像模型结合后，诊断准确率显著提升，尤其在老年、女性或较小结节亚组中表现更优，可纠正部分图像模型误判病例。

动态追踪与时空特征建模采用孪生编码器的时空混合模型及变形场建模方法（如NoFoNet模型），捕捉肺结节随时间演变的细微形态差异。在随访管理中，AI自动配准系统结节追踪成功率达94%，可预测体积变化趋势及潜在恶性概率，优化随访策略与间隔。多模态影像融合技术技术定义与核心价值

多模态影像融合技术指整合CT、MRI、X光、超声、PET等多种影像数据，通过AI算法实现解剖结构、功能代谢等信息的互补，提升诊断全面性与准确性。临床应用典型场景

在肿瘤精准分期中，PET-CT与MRI融合系统准确率达89.3%；德国Siemens的AI-drivensyngo.via平台可自动生成病理报告92%关键信息，辅助医生综合判断病情。技术实现路径

基于三维卷积神经网络（3DCNN）和Transformer架构，对不同模态数据进行特征提取与配准，结合临床文字信息优化病灶描述，实现图像与语言深度关联。2026年商业化进展

多模态影像融合技术已进入商业化落地阶段，美国FDA已批准5款相关AI辅助诊断软件，覆盖脑部CT、胸部X光等六大类影像检查，国内企业如联影智能也推出AI-Cloud融合平台。AI直接解析CT原始数据技术

技术突破：跳过图像重建的创新路径中国研究团队首次探索AI直接解析CT原始数据可行性，无需依赖传统图像重建过程，直接从探测器接收的原始X射线衰减信号中识别肺部结节良恶性，原始数据量是重建图像的10-20倍。

技术解析：定位映射与深度学习融合开发定位映射算法，将CT图像中标注的结节区域反向映射至原始数据空间提取信号片段，采用DenseNet、ResNet等经典卷积网络分析，并与传统CT图像模型融合，通过Grad-CAM可视化技术验证决策依据与结节实际位置高度吻合。

临床效能：诊断准确性与亚组优势原始数据模型诊断准确性与传统CT图像模型相当，两者结合后准确率显著提升，尤其在老年、女性或较小结节的亚组中表现更优，能纠正部分CT模型误判病例，捕捉图像重建中可能丢失的细微特征。

未来展望：从肺部结节到全自动化流程方法论具备普适性，可拓展至MRI或PET等其他影像模态，未来CT设备若集成AI实时分析原始数据功能，有望实现“扫描即诊断”全自动化流程，但需解决高维度数据计算资源需求及扫描协议优化等挑战。AI在肺结节全病程管理中的应用04早期筛查与检测

肺结节AI辅助检测系统截至2026年6月，我国已有17款肺结节AI医学影像软件作为第三类医疗器械获批上市，可实现对一定体积肺结节的自动识别和影像学特征分析。

低剂量CT（LDCT）筛查优化AI提升LDCT对微小、亚实性或血管邻近结节的识别效能，深度学习图像重建（DLIR）技术在超低剂量CT（ULDCT）中结节检出率提升至83.4%，接近标准剂量CT水平。

肺结核X射线筛查辅助AI可提高肺结核诊断精度和效率，减轻患者经济负担。国内已有“肺结核X射线图像辅助评估软件”获批，适用于胸部正位DR影像，辅助提示非免疫缺陷的活动性肺结核。

乳腺癌乳腺X光筛查AI通过深度学习模型识别乳腺X光片中的异常组织，如微钙化灶，提升乳腺癌筛查的敏感性和准确性，2026年瑞典临床研究显示AI辅助组乳腺癌检出率提高29%，间期癌病例减少12%。动态追踪与随访管理AI驱动的肺结节体积自动追踪传统人工测量存在主观误差和图像配准问题，AI通过孪生编码器时空混合模型等技术，可自动追踪肺结节随时间演变的细微形态差异，在大规模数据集上表现出较强的趋势建模能力，如NoFoNet模型能基于既往影像预测结节体积变化趋势及潜在恶性概率。随访CT的智能配准与变化分析AI引入注意力机制与特征对齐策略，实现病灶空间位置的自动追踪，减少对人工干预的依赖。真实世界研究显示，自动配准系统在无需人工标注的情况下结节追踪成功率可达94%，能有效捕捉结节大小、密度等关键指标的动态变化，辅助医生评估结节良恶性。大语言模型在长期随访数据分析中的应用大语言模型如GPT-4o能有效分析肺结节的长期CT随访数据，在647例患者中，预测恶性结节的准确率达88%，测量结节大小的结果与医师高度一致，其特征变化识别能力优秀，为临床随访策略的优化与间隔调整提供有力支持。术前规划与手术决策支持三维重建与解剖结构可视化AI可将二维CT影像自动重建为三维立体模型，清晰显示肺结节与周围血管、支气管等重要解剖结构的空间关系，为手术规划提供直观参考。如推想医疗的“胸部CT图像处理与分析软件”已获批用于辅助胸外科医师制定肺部手术计划。手术路径规划与风险评估AI能够基于三维模型模拟不同手术路径，评估手术难度及潜在风险，帮助医生选择最优方案。数坤科技的肺结节术前规划产品可辅助医生进行精准的手术规划，提升手术安全性和效率。病灶定位与切除范围确定通过AI对肺结节的精确分割和量化分析，可帮助医生精确定位病灶，确定最佳切除范围，减少对正常肺组织的损伤，有助于保护患者肺功能，促进术后恢复。术后疗效评估与康复监测

AI辅助术后病灶变化量化分析AI可对患者术后复查影像进行自动匹配和精细量化对比，如对肺结节术后残留病灶的体积、密度变化进行追踪，实现对患者病情发展和治疗效果的客观评估。

基于影像组学的疗效预测模型通过提取术后影像的纹理、形态等影像组学特征，结合临床数据构建AI模型，可预测患者对治疗的响应率及复发风险，为调整治疗方案提供依据。

康复过程中的智能随访管理AI系统能根据患者术后影像表现和临床信息，制定个性化随访计划，自动提醒患者复查，并对随访影像进行初步分析，及时发现异常情况，助力康复监测。AI医学影像产品临床应用与案例05国内已获批肺结节AI产品情况

肺结节AI产品获批概况截至2026年6月，我国共有17款肺结节AI医学影像软件作为第三类医疗器械获批上市，可实现对一定体积肺结节的自动识别和影像学特征分析。

首款获批产品及企业2020年11月，推想医疗科技股份有限公司的肺结节CT图像辅助检测软件获批上市，成为我国首个获批上市的肺结节AI辅助检测第三类医疗器械。

功能拓展与深化部分产品已突破单纯病灶识别，向术前规划等方向拓展。如推想医疗“胸部CT图像处理与分析软件”（2023年12月获批）可显示目标病灶与重要解剖结构空间关系，为数坤创智同类产品（2024年6月获批）提供参考。

良恶性诊断产品进展2026年9月，北京深睿博联科技有限责任公司的“肺结节CT图像辅助诊断软件”获批上市，预期用途包括对4mm及以上的肺结节提供疑似恶性提示信息。新冠疫情期间AI辅助分诊与评估2020年3月，国家药监局发布《肺炎CT影像辅助分诊与评估软件审评要点（试行）》，加速相关产品上市。2021年，我国有6款针对新冠肺炎的AI医学影像软件获批，辅助医疗机构进行患者病情评估与分诊，提升诊疗效率。AI提升肺炎细微病变检出能力某些新冠肺炎患者超早期及消散期肺部磨玻璃病变密度很低，AI技术能有效提升检测精度，自动识别这些细微的感染特征，减少遗漏诊断的风险，在疾病初期筛查等环节发挥作用。肺炎AI系统核心功能与价值肺炎CT影像辅助软件具备异常识别、量化分析（如病变累及肺体积范围）、数据对比（前后影像匹配与量化对比）及分期建议等功能，助力肺炎管理、疗效评估和治疗策略定制。肺炎AI辅助诊断系统临床应用案例肺结核AI辅助评估软件应用实例

国内获批产品概况截至2026年，我国仅有一款肺结核AI辅助评估软件获批上市，即江西中科九峰智慧医疗科技有限公司的“肺结核X射线图像辅助评估软件”，于2022年10月获批。

软件核心功能与适用范围该软件适用于胸部正位DR医学影像的存储、传输、显示和处理，可用于辅助提示患者是否存在非免疫缺陷的活动性肺结核。

技术应用价值AI技术的应用有助于提高肺结核的诊断精度和效率，同时减轻患者的经济负担，尤其在X射线检查这一结核筛查的重要影像学工具基础上发挥辅助作用。2026年AI医疗影像临床应用新进展01多模态融合诊断技术突破2026年，AI医疗影像诊断实现CT、MRI、X光等多模态数据融合分析，结合电子病历、基因组学信息提供综合诊断意见，肿瘤精准分期准确率达89.3%。02零样本学习破解基层数据难题中国MultiXpertAI系统采用零样本学习技术，无需人工标注即可完成模型训练，在基层医疗机构将胸片诊断准确率从68%提升至89%，漏诊率下降35%。03生成式AI提升乳腺筛查效能瑞典基于扩散模型的生成式AI辅助乳腺X光筛查系统，使医生阅片工作量减少44%，乳腺癌检出率提高29%，间期癌病例减少12%，且未增加假阳性率。04白盒AI助力罕见病影像诊断2026年2月，上海交通大学研发的白盒AI系统实现推理过程可视化与可追溯，在罕见病影像诊断中辅助基层及普通三甲医院医生提升精准度，减少延误诊疗情况。AI医学影像技术面临的挑战06数据质量与标注问题数据质量对AI模型性能的影响医疗影像数据的质量直接影响AI模型的训练效果。不同医院影像设备参数、拍摄体位的差异，可能导致AI算法性能下降，如斯坦福大学研究发现工作站参数差异可使算法性能下降37%。标注数据的质量与数量挑战医疗影像标注依赖专业医生，耗时费力且成本高昂。麻省总医院调研显示，专业标注团队与普通医学生标注的一致性仅为65%，而AI自动标注的F1-score仅达0.72，罕见病病例标注错误率更高。数据标准化与共享难题医疗数据涉及患者隐私，受法律法规严格约束，数据共享困难。同时，不同机构数据格式、采集标准不一，难以形成大规模标准化训练数据集，限制了AI模型的泛化能力。算法泛化能力与可解释性算法泛化能力的现状与挑战2023年多中心验证显示，仅12款AI算法在真实世界数据集上保持80%以上性能水平；不同医院放射科工作站参数差异可导致算法性能下降37%。提升泛化能力的技术路径采用联邦学习实现分布式算法训练，如腾讯医学影像AI平台通过该模式完成全国300家三甲医院数据标注协作；利用生成式AI合成数据扩充训练集，优化模型对罕见病例的识别能力。可解释性AI的临床价值通过注意力机制、显著性热力图等技术实现AI决策过程可视化，如瑞典隆德大学AI乳腺筛查系统生成高亮关键区域，帮助医生理解模型推导依据，提升临床信任度。可解释性技术的应用进展白盒AI模型在罕见病影像诊断中实现推理可追溯，2026年上海交通大学相关研究通过可视化技术使AI决策与病灶实际位置高度吻合，辅助医生精准诊断复杂病例。数据隐私与安全保护

01医疗数据隐私的法律合规要求医疗数据受《个人信息保护法》《医疗卫生机构网络安全管理办法》等严格约束，数据共享面临伦理和法律障碍，需遵循最小化、匿名化原则。

02数据脱敏与加密技术应用HIPAA2.0要求AI应用场景下实现像素级加密，中国《个人信息保护法》修订草案提出AI诊断系统访问医疗记录需“双因素认证+操作日志”机制。

03联邦学习与分布式算法方案联邦学习技术可在保持数据隐私的前提下实现多中心协作训练，如腾讯医学影像AI平台通过该模式完成全国300家三甲医院影像数据标注协作。

04算法责任与安全保障机制GDPR2.0引入“算法责任保险”制度，要求开发方购买高额侵权责任险；AI系统需通过10万例独立验证，确保决策可追溯和风险可控。AI与现有影像系统的整合挑战临床工作流适配面临AI系统与放射科PACS系统接口兼容性问题，可能导致误报未被及时发现。据克利夫兰诊所试点项目，此问题导致30%的误报未及时处理，影响诊断流程顺畅性。工作流适配度评估维度德国弗莱堡大学开发的评估量表包含数据流、决策流、人机交互、错误反馈、知识更新五个维度，其中系统整合常成为评分最低的瓶颈，需针对性优化以提升AI在临床流程中的融入度。提升AI决策可解释性的技术手段通过注意力机制、显著性热力图等技术实现AI决策过程可视化，高亮标注影响决策的关键区域，帮助医生理解模型推导依据，增强对AI辅助诊断结果的信任，促进临床采纳。基层医生对AI的信任度提升路径针对基层医生对AI决策信任度不足的问题，可通过临床试点验证AI辅助诊断效果，如MultiXpert系统在基层将胸片诊断准确率从68%提升至89%，并提供规范报告，逐步建立信任。临床工作流适配与信任构建AI医学影像未来发展趋势07垂类功能拓展与诊疗闭环打造从病灶识别到全病程管理的功能深化当前肺结节AI产品多聚焦病灶识别，未来需向良恶性诊断、病理分型、三维重建及手术规划等方向拓展。例如推想医疗胸部CT图像处理与分析软件已能显示病灶与重要解剖结构空间关系，为数坤科技等企业布局术前规划提供参考。覆盖预防、筛查、治疗和跟踪的全流程管理AI医学影像辅助软件正逐步实现对肺结节全病程的综合监控和管理。通过整合预防、筛查、检测、治疗和跟踪等环节，助力构建从早期发现到术后随访的完整诊疗闭环，提升患者管理效率与治疗效果。企业布局与产品获批推动临床应用落地众多企业积极布局新应用场景，已有部分产品获批。如深睿医疗的肺结节CT图像辅助诊断软件可对4mm及以上肺结节提供疑似恶性提示信息，医准智能、复星杏脉等企业也在良恶性诊断、病例分型、随访管理等方面持续发力。多病种与多人群覆盖

从肺结节到多肺部疾病扩展AI医学影像软件在肺结节领域应用相对成熟，同时正向肺炎、肺结核、气胸、肺气肿、胸腔积液等多种常见肺部疾病拓展。例如，肺炎AI辅助软件可实现异常识别、量化分析等功能；肺结核AI辅助评估软件已获批上市，用于辅助提示活动性肺结核。

适用人群的扩大趋势目前我国上市的肺炎AI辅助诊断软件全部为成人适用，针对儿童肺部生理结构特性，已有不少儿童肺炎AI医学影像软件研究，可对普通肺炎和新冠肺炎、细菌性和病毒性肺炎等进行区分，为转诊与治疗提供辅助参考。

多器官疾病检测的探索一张胸部影像图片包含肺组织外，还涉及心血管、纵隔、胸壁、横膈等组织和器官的