人工智能（AI）技术正以前所未有的速度与深度赋能现代医学，尤其在肿瘤疾病的早期诊断、精准分割与疗效评估中展现出巨大潜力。近年来，我院高度重视医工交叉与科研创新，积极推动人工智能技术与临床影像的深度融合，在肝细胞癌、前列腺癌、甲状腺癌等多个瘤种的智能辅助诊断方面取得一系列具有国际影响力的研究成果，并积极布局相关知识产权，标志着我院在 AI 赋能肿瘤精准诊断与治疗领域迈出坚实步伐，为后续临床转化与应用落地奠定了扎实基础。

一、肝细胞癌病灶精准分割新突破：

Prompt-Mamba-AF框架登上数字医学前沿领域标杆期刊《npj Digital Medicine》

由我院张俊晶教授与夏龙主任团队牵头，联合中山大学、南方医科大学、广州医科大学等多所高校共同完成的研究成果“Prompt-mamba filtering networks for accurate hepatocellular carcinoma lesion segmentation in abdominal CT”正式发表于Nature合作期刊《npj Digital Medicine》（中科院一区，IF：15.1）。

在肝细胞癌诊疗领域，我院张俊晶教授、夏龙教授团队提出的Prompt-Mamba-AF框架，首次为腹部CT 中肝细胞癌病灶精准识别与分割提供了全新解决方案。该框架创新性融合解剖学感知提示与高效状态空间建模，有效破解了肿瘤形态异质性、小病灶对比度低、扫描设备差异等临床痛点与难点问题，在LiTS、3DIRCADb等国际权威数据集上表现卓越，不仅实现92.4%的高Dice 相似度和精准边界检测，更将模型参数控制在27.6M的紧凑规模，在肝细胞癌小病灶检出灵敏度和跨中心、跨模态泛化能力上达到国际领先水平，为肝细胞癌早期诊断与手术规划提供了深厚的理论依据和强大技术支撑。

原文链接：https://www.nature.com/articles/s41746-026-02371-5

二、前列腺癌MRI智能诊断系统实现临床验证与落地探索：ProAI登顶《Nature Communications》

我院杨晓光教授团队与海军军医大学第一附属医院（长海医院）的合作研究成果“Automated MRI system for clinically significant prostate cancer detection:development, validation and real-world implementation”在国际顶级期刊《Nature Communications》发表（中科院一区，IF:15.7）。

研究团队开发了全自动深度学习系统ProAI，用于基于多参数MRI的前列腺癌临床显著性检测。该系统在涵盖7849例检查的多中心数据中进行了严格训练与验证，并在前瞻性真实世界场景中成功部署。结果表明，ProAI在患者层面诊断性能与PI-RADS评分相当（AUC 0.93），同时显著提升了医生诊断的一致性、缩短了阅片时间，并在实际应用中减少了约32%的放射科工作量。该成果不仅证明了AI在前列腺癌诊断中的高精度与稳健性，更系统展示了其与临床工作流整合、提升诊疗效率的巨大潜力，是AI辅助诊断迈向规模化临床应用的重要典范。

原文链接：https://doi.org/10.1038/s41467-025-66593-z

三、甲状腺结节超声智能鉴别与转移风险预测研究发表于《Frontiers in Neuroscience》

我院赵晓慧教授与杨晓光教授团队的研究成果“Thyroid nodule and lymph node metastasis assessment from ultrasound images using deep learning”在《Frontiers in Neuroscience》发表。

该研究构建了一种基于卷积神经网络（VGG-19）与多层感知机（MLP）融合的AI诊断架构，旨在术前通过超声图像精准区分良性甲状腺结节（BTN）、非转移性恶性结节（NMTN）和转移性恶性结节（MMTN）。在195例患者的多中心数据验证中，该模型的分类准确性（95.01%）显著优于资深与初级超声医师，尤其在判断淋巴结转移风险方面展现出突出优势。该研究为甲状腺结节的风险分层与个性化治疗决策提供了可靠的AI辅助工具。基于上述研究成果，我院团队进一步凝练核心技术，已正式提交国家发明专利申请“基于深度学习的甲状腺癌辅助诊断及转移风险预测方法”（申请号：202511589019.9），标志着该研究方向在知识产权保护与未来成果转化方面迈出关键一步。

原文链接：https://www.frontiersin.org/journals/neuroscience/articles/10.3389/fnins.2025.1684104/full

上述三项研究成果，聚焦于肝细胞癌、前列腺癌、甲状腺癌三大常见肿瘤，分别从病灶精准识别与分割、全流程临床辅助诊断、转移风险早期预测等不同维度，系统展示了我院在“人工智能+医学影像”交叉领域的深厚积累与创新能力。这些成果的共同特点在于：不仅追求算法在公开数据集上的高性能，更注重模型的临床适用性、鲁棒性与可集成性，部分研究已开展前瞻性临床验证并实现初步工作流整合，体现了“从临床中来，到临床中去”的鲜明导向。

近年来，我院持续加大对科研工作的支持力度，营造鼓励创新、交叉融合的学术氛围，这些高质量成果的涌现正是医院科研实力稳步提升的生动体现。未来，我院将继续深化人工智能与各类医学影像模态的融合研究，推动更多原创性成果向临床实际应用转化，最终服务于提升肿瘤疾病的早期发现率、诊断准确率和治疗有效性，为“健康中国”战略持续贡献智慧和力量。