近年来兴起的 AI 技术已被用于肺结节的良恶性辅助诊断,但常规 AI 诊断模型仅依靠单尺度影像特征作出判断,多为”黑箱”算法,识别精度有限、可解释性差,难以满足精准诊疗的临床需求。针对上述问题,科研团队在算法设计上模仿医生的诊断逻辑,提出新型 M³Net 即”宏观-介观-微观”层级 3D 神经网络 AI 模型,发展多尺度、可解释的肺结节智能分类与诊断新方法。该项研究提出的遵循医生诊断逻辑的多尺度影像输入 AI 算法,便于建立人机之间的有效验证,为提高肺癌 AI 诊断准确性和相对可解释性提供了新的策略。

