基于CT影像的肺结节智能筛查与诊断算法

医学影像AI基于CT影像的肺结节智能筛查与诊断算法检测·分割·分类·人机协同汇报人待定日期2026年09月内容导览01临床之困与破局肺癌早筛困境与AI辅助诊断的必然性02技术链路拆解检测、分割、分类三级任务与核心算法03算法前沿演进从CNN到Transformer的模型架构突破04临床验证与准入多中心试验数据与监管落地成效05挑战与未来直面局限，展望人机协同新范式肺癌早筛专题临床之困与破局早筛是生命线肺癌居我国发病与死亡率首位，早筛精准度决定预后01肺癌早筛的生死时速肺癌是我国发病率和死亡率居首的恶性肿瘤，早筛精准度直接决定患者生存结局早筛精准度直接决定肺癌患者的生存结局——发现越早，5年生存率跨越5倍，关口前移刻不容缓。晚期确诊率75%确诊时已属晚期5年生存率不足20%早期生存率90%早期发现并综合治疗患者可存活10年以上患者规模1.228亿人(2020)2015年1.098亿人→预计2030年达1.442亿人经济负担10万元晚期平均治疗花费关口前移可显著减轻医疗负担人眼阅片的极限挑战人工阅片的困境77～1200像素单个肺结节像素占比仅

0.00085%～0.013%51.0%～83.2%诊断肺结节敏感性，假阳性率达每例

0.33～1.39一份胸部CT至少包含数百帧图像，资深影像科医生需十几分钟完成阅片，微小结节易因疲劳漏诊AI带来的改变40秒全肺扫描与可疑病灶标注，阅片效率提升

60%3毫米可识别直径更小的微小病灶，早期癌症误诊率下降

18%肺癌早筛专题技术链路拆解从找到它到认识它检测定位、分割勾勒、分类定性的完整技术闭环02检测定位可疑结节检测是目标检测问题，核心在于从浩如烟海的切片中定位所有疑似结节，是肺癌早筛的

第一道关口从浩如烟海的切片中定位所有疑似结节，是肺癌早筛的第一道关口传统流水线1肺实质分割手工特征：灰度、形状、纹理结合SVM等分类器传统流水线2候选结节提取基于灰度、形状、纹理特征生成候选区域传统流水线3假阳性削减灵敏度高但

假阳性极高深度学习路径1预处理去噪增强卷积神经网络高级特征提取深度学习路径2生成候选区滑动窗口或区域提议基于深度学习特征深度学习路径3评价指标主要关注

敏感度与

假阳性率分割勾勒轮廓与定量分割是像素级语义分割问题，精确勾勒结节轮廓并区分周围肺实质、血管与胸膜输出体积、直径、密度分布与形态特征，为结节定性分析与生长监测提供定量基础输出指标与生长监测输出结节的体积、直径、密度分布与形态特征，是后续定性分析的基础对结节生长监测至关重要，可支撑体积倍增时间计算分割方法演进与性能传统方法多采用活动轮廓模型、图割、水平集，严重依赖初始轮廓与参数调整GAU-FU-Net

在LIDC-IDRI数据集上Dice相似系数达

0.8027，较U-Net提升

1.80

个百分点分类定性核心决策分类是辅助临床决策的核心，直接关系患者是安心随访还是立即手术干预分类定性直接决定患者是安心随访还是立即手术干预，是辅助临床决策的关键环节。任务形式二分类细粒度病理分型恶性概率评分诊断效能深度学习模型肺结节良恶性鉴别准确率区间为79.5%～93.6%准确率区间79.5%～93.6%三级任务递进关系高精度检测是分割的前提精确分割是可靠分类特征的基础现代端到端与多任务学习框架正将三者有机统一肺癌早筛专题算法前沿演进架构迭代驱动精度跃升多尺度融合与全局局部协同成为主流范式03卷积网络的多尺度突破多尺度特征融合成为卷积网络突破鉴别精度的关键路径架构创新ResNet-101-FPN混合架构：特征金字塔网络多尺度融合，在1632

个结节验证集上恶性鉴别准确率94.2%双路径特征提取：克服对5mm以下微小结节病灶特征捕获不足的缺陷性能验证迁移学习3D-CNN：预训练-微调范式，在1472

例多中心数据上AUC达0.98磨玻璃结节亚型分类：原位腺癌与微浸润腺癌区分敏感度达92.7%全局与局部特征融合范式DeepFAN以视觉Transformer捕捉全局特征、3D残差网络提取局部细节、图卷积网络融合决策，实现

既见森林又见树木三个数据集AUC对比多数据集性能与临床验证内部测试集

AUC0.939临床试验数据集

AUC0.954NLST外部验证

AUC0.943临床试验为

亚洲首个针对肺结节良恶性鉴别的注册临床试验，成果发表于

NatureCancer。遵循医生逻辑的可解释模型M³Net模仿医生读片逻辑，构建宏观、介观、微观层级3D神经网络模型按医生读片逻辑组织三级输入，实现层级化诊断多尺度输入提升疑难结节鉴别能力，成本更低三级尺度输入01肺部全局结构02结节周边组织03结节微观细节诊断流程跨尺度特征对齐：隐空间投影与互信息最大化层级交叉注意力：先全局、再局部、后细节实验验证数据集：LIDC-IDRI与USTC-FHLN对比算法

12种，准确率等指标均有提升疑难结节鉴别优势明显，参数量与运算成本更低肺癌早筛专题临床验证与准入数据说话，持证上岗多中心试验与三类证准入验证临床价值04多中心临床试验的验证数据由北京协和医院牵头，联合多家医院完成的多阅片者多病例试验，用数据验证人机协同价值AI辅助下医生诊断指标提升幅度四项核心指标全面跃升人机协同AUC提升10.9%准确率提升10.0%敏感度提升7.6%特异度提升12.6%12名初级放射科医生诊断一致性由

κ=0.313

提升至

0.421AI辅助低剂量CT诊断对比以病理结果为金标准，AI辅助阅片在阳性率与微小结节检出率上均优于人工阅片诊断AUC人工0.742vs0.830两种方式在特异度、灵敏度等指标上基本一致68.67%人工阅片诊断阳性率86.75%AI辅助阅片阳性率提升

+18.08pp85.25%人工阅片3～7mm结节检出率93.44%AI辅助阅片检出率提升

+8.19ppAUC0.742→0.830两种方式在特异度、灵敏度等指标上基本一致监管准入与医保落地2020年·首证落地推想科技获NMPA首张

肺部AI三类认证集齐

CE、PMDA、FDA、NMPA

四大市场准入2022年·落地加速数坤科技LungDoc肺结节AI获批NMPA三类证实现

病灶自动识别

与

结构化报告

一键生成绿色通道·创新审批深睿医疗肺结节AI经

绿色通道

获批三类证聚合

数十项

专利技术AI辅助诊断已从技术验证迈入临床常态化阶段，2026年4月起纳入医保乙类目录，覆盖全国837家三甲医院支付落地医保乙类目录纳入AI辅助诊断，覆盖全国

837家

三甲医院合规责任人机双签制度严格执行

人机双签

制度，AI诊断报告须经执业医师复核签字后方具法律效力肺癌早筛专题挑战与未来AI是超级显微镜人机协同推动诊疗从经验判断走向精准量化05现存挑战与局限数据层面数据标准化不足标注口径不统一，影响模型训练与跨机构可比性。标注一致性存在主观差异不同标注者对病灶判读存在分歧。恶性样本类别不平衡模型层面泛化能力受限多依赖单尺度特征。可解释性差存在黑箱问题。罕见类型结节误诊率偏高仍需医生复核。硬件层面受GPU内存限制部分框架对小尺寸结节敏感性不足。训练数据代表性不足多数模型仅基于筛查人群低剂量CT开发，未能充分代表真实临床的非筛查CT。迈向人机协同的精准诊疗Transformer架构、多组学融合与人机协同决策，正推动诊疗从经验判断走向精准量化数据驱动的技术革新与政策保障协同推进技术趋势01县域延伸2027年底前AI辅助诊断延伸至县域与乡镇卫生院，推动诊断质量同质化02人机分工AI负责初筛与风险量化，医生负责结合临床作出最终判断EGFR突变预测影像组学联合深度学习预测

E