港大等团队发表 DeepFAN，多中心试验显示 AI 辅助提升肺结节判读准确率
DeepFAN 把全局上下文和局部征象放进同一框架做肺结节良恶性判断，并用多中心 MRMC 试验证明低年资医师用 AI 后判读更准、更一致。
香港大学、北京协和医院等机构联合在 Nature Cancer 发表研究，提出 DeepFAN 模型：用视觉 Transformer（一种靠自注意力建模长距离关系的网络结构）把握结节与周围肺组织的整体上下文，用 3D ResNet 提取分叶、毛刺等局部征象，再由图卷积网络把两类特征关联融合，输出恶性概率。12 名 1—5 年经验医师参与的多阅片者试验中，AI 辅助使其平均 AUC 提升 10.9 个百分点。
正文摘录
.jpg) 作者丨论文团队 编辑丨ScienceAI 近期香港大学、北京协和医院、北京大学人民医院、武汉市第三医院、黄石市中心医院、深睿医疗等机构的联合研究发表于《Nature Cancer》。团队提出 DeepFAN，并通过多中心、多阅片者、多病例（MRMC）配对试验，评估 AI 对低年资放射科医师进行肺结节良恶性判断的辅助价值。论文披露，试验采用的 DeepFAN v1.0 已取得国家药品监督管理局三类医疗器械认证（批准编号：20243211932）。  论文题目：DeepFAN, a transformer-based model for human–artificial intelligence collaborative assessment of incidental pulmonary nodules in CT scans: a multireader, multicase trial 论文链接：https://www.nature.com/articles/s43018-026-01147-w arXiv 版链接：https://arxiv.org/abs/2603.25607 代码链接：h…