Nature Cancer | 已获三类医疗器械认证，DeepFAN显著提升肺癌诊断表现
2026.10.26 · 事件 · 论文 · 论文预印本
港大等团队提出DeepFAN，多中心试验显示可提升低年资医师肺结节判读表现。
香港大学、北京协和医院等机构联合研究发表于《Nature Cancer》，提出肺结节良恶性判别模型 DeepFAN。其 v1.0 已获国家药监局 三类医疗器械认证。多中心 MRMC 试验中，12 名低年资放射科医师在 AI 辅助下平均 AUC 等四项指标均显著提升。
- DeepFAN 融合视觉 Transformer 全局建模、3D ResNet 局部征象提取与图卷积关联融合，输出结节恶性概率。
- 临床试验中 DeepFAN 独立评估 AUC 为 0.954，敏感度 0.950，特异度 0.851。
- 12 名阅片者平均 AUC、准确率、敏感度和特异度分别提高 10.9、10.0、7.6 和 12.6 个百分点，均 P<0.001。
- 结节层面阅片者间一致性 κ 值由 0.313 升至 0.421；患者层面平均 AUC 由 0.733 升至 0.840。
- 对中等难度结节辅助增益最明显，阅片者 AUC 由 0.447 提升至 0.642；高难度结节提升有限。
为什么值得看
看 AI 如何以 MRMC 试验量化对低年资医师的实际增益
适合谁关注
医学影像 AI 研究者、放射科医师、医疗 AI 从业者