稳格科技肺病AI检测算法落地某三甲医院：6个月实现肺癌筛查效率跃升40%

在肺癌已成为我国恶性肿瘤发病率首位的背景下，某省级三甲医院携手稳格科技有限公司，通过部署**「DeepLung肺病智能检测系统」**，成功构建起"AI预筛-医生精诊-患者随访"的全流程肺癌防控体系。项目实施6个月后，医院肺结节检出量提升32%，早期肺癌诊断率提高27%，医生日均阅片量从120例增至180例，标志着AI技术真正融入临床诊疗核心环节。

一、项目背景：传统筛查模式遭遇三大瓶颈

该医院年CT检查量超25万例，其中胸部CT占比达38%。原有筛查流程存在显著痛点：

1. 效率困境：单例CT影像包含300-500张断层图像，资深医生阅片需10-15分钟/例

2. 质量波动：不同年资医生对微小结节（3-5mm）的检出率差异达23%

3. 数据孤岛：海量影像数据未实现结构化存储，科研转化率不足15%

二、解决方案：构建"三维感知-智能推理-闭环反馈"体系

稳格科技基于十年医学影像AI研发经验，为医院定制化开发三大核心模块：

1. 多尺度特征融合检测引擎

①采用3D Hybrid Dilated Convolution网络，同时捕捉结节的空间位置（3mm精度）与形态特征（毛刺、空泡等12种征象）

②创新引入注意力机制门控单元，使血管旁、胸膜下等易漏诊区域检出敏感度提升至96.7%

③在NLST数据集验证中，对直径≤5mm结节的召回率达91.4%，较传统方法提升19个百分点

2. 动态风险评估决策树

构建包含217个临床变量的贝叶斯网络模型：

①整合患者年龄、吸烟史、肿瘤标志物等结构化数据

②结合结节生长速度（体积倍增时间）、CT值变化等动态参数

③输出5级风险评分（LR-1至LR-5），与病理结果一致性达92.3%

3. 闭环学习优化系统

①建立医生-AI交互标注平台，自动收集医生修正的12类典型误诊案例

②通过联邦学习技术，在保护数据隐私前提下实现模型月均迭代2次

③开发影像质量评估子系统，自动识别层厚＞3mm、伪影等不合格影像，数据清洗效率提升75%

三、实施成效：临床价值与科研产出双突破

1. 临床指标显著优化

2. 典型病例验证价值

案例1：系统检出1例右肺上叶5mm纯磨玻璃结节（pGGO），风险评分LR-4，经手术证实为原位腺癌

案例2：自动识别1例左肺下叶8mm实性结节伴血管集束征，提前3个月预警浸润性腺癌可能

案例3：通过生长速度分析，修正23例误判为恶性的陈旧性钙化灶，避免过度诊疗

3. 科研成果加速转化

①联合发表SCI论文3篇（IF＞5分2篇），获国家自然科学基金面上项目资助

②构建包含12,800例标注数据的区域性肺结节影像库

③开发医生培训AI助手，使低年资医生检出准确率从71%提升至89%

四、客户评价与行业认可

项目负责人李主任（放射科主任）： "该系统实现了三个转变：从经验依赖到数据驱动、从单点检测到全程管理、从被动诊疗到主动防控。特别是在新冠疫情期间，AI预筛使高风险患者平均就诊时间缩短2.3小时。"

行业认证：

①通过国家药监局（NMPA）创新医疗器械特别审批

②入选"工信部人工智能医疗器械创新任务揭榜单位"

③获2023年度中国医疗人工智能创新奖