中肿临床级影像AI“神器”新突破：攻克肿瘤骨转移智能诊断难题

临床验证表明，BLDS使放射科医师的骨转移灶检测灵敏度提升22.2%，阅片时间缩短26.4%。在大规模真实世界验证（n=54610）中，该系统患者层面诊断灵敏度达90.2%，阴性预测值达98.2%，展现出卓越的临床适用性。BLDS尤其能为规培医师提供高效可靠的决策支持，有效优化CT影像诊断流程，降低漏诊风险，推动骨转移瘤诊断标准化进程。

针对现有研究的局限性，本研究创新性地构建三大研究模块：首先，通过回顾性收集中肿大规模队列数据（n=1271），训练并验证了全自动骨病变智能诊断系统（BLDS）；其次，采用多中心随机交叉试验设计，在5家三甲医院的内部验证队列与外部验证队列中（n=1247），系统比较了BLDS与不同年资放射科医师的诊断效能；最后，围绕真实世界临床转化的关键问题，前瞻性纳入中肿急诊、门诊及住院部患者（n=54,610），构建了涵盖诊疗全流程的多场景验证体系（图1）。

图1 队列构建流程图

图2 骨病变检测系统框架

本研究构建的BLDS系统成功通过回顾性验证与真实世界临床评估双重验证体系，其基于非增强CT扫描实现的全自动骨病变检测与分型诊断能力达到临床应用标准。该系统不仅可优化影像诊断流程，更通过精准的病灶定位与良恶性鉴别（8类亚型自动分类）提升诊断一致性。作为革新性诊断工具，BLDS在三大维度创造临床价值：

中山大学肿瘤防治中心影像科谢传淼主任医师、张嵘主任医师、联影医疗沈定刚为论文的共同通讯作者。张赟、李姣、杨秋霞、尹韶晗、侯静医生为论文共同第一作者。

研究者简介

通讯作者：谢传淼

中山大学肿瘤防治中心影像科主任，主任医师，博士研究生导师。在肿瘤影像诊断积累了丰富的经验，尤其擅长头颈肿瘤及腹部肿瘤的影像诊断。科研方向为肿瘤影像人工智能辅助诊断。研究成果以第一/通讯作者（含共同）在Radiology、Neuro Oncology，Nature Communications等国际影像学期刊发表论文百余篇。主持国家级重点研发计划、国家自然科学基金面上项目、省级等课题十余项。

通讯作者：张嵘

中山大学肿瘤防治中心影像科副主任，主任医师，硕士研究生导师，主要研究方向为腹部肿瘤影像学。以通讯作者（含共同）在Nature Communications、Neuro Oncology、European Radiology、AJR Am J Roentgenol等国际期刊发表论文二十余篇。

医学界肿瘤领域交流群正式开放！

加入我们吧！

本文来源：中山大学肿瘤防治中心订阅号

责任编辑：Sheep

更多医疗资讯，点击查看