2023年春節(jié)剛過，我院超聲診斷科科研團隊與省內多家醫(yī)院合作文章《Towardsprecisionmedicinebasedonacontinuousdeeplearningoptimizationandensembleapproach》在《nature》合作期刊《npjDigitalMedicine》（影響因子/JCR分區(qū)：15.357/Q1）發(fā)表，李建為通訊作者，金林原為共同第一作者，南華大學附屬長沙中心醫(yī)院為共同第一和通訊作者單位。
該文以實現(xiàn)超聲乳腺腫塊精準診斷為實例對CLS進行了模擬前瞻性研究，首次采用少量數(shù)據(jù)訓練人工智能診斷模型，并對原始圖像不進行任何裁剪，使其更符合臨床實際工作，應用多模型集成實現(xiàn)了對腫塊同時進行良惡性診斷和病理類型及病理疾病診斷，采用優(yōu)選方法解決了持續(xù)機器學習過程中AI診斷的監(jiān)管問題。CLS在3個外部數(shù)據(jù)集中使用7個獨立數(shù)據(jù)集進行了測試并與21名醫(yī)生進行了比較，CLS完成6次學習后診斷能力超過了20名醫(yī)生，這一方法也可應用于其它腫塊的AI診斷，如果有更多的研究者采用該方法進行深入研究，有望實現(xiàn)AI診斷的重大突破，可進一步改善臨床醫(yī)療工作和實現(xiàn)AI的廣泛臨床應用。
超聲診斷科
