美国斯坦福大学医学院近日宣布，其与谷歌健康联合研发的癌症早期筛查人工智能系统CancerScan AI取得突破性进展。该系统通过深度学习算法整合CT扫描、MRI影像及病理切片等多模态医学数据，结合患者基因组信息库进行交叉分析，在肺癌和乳腺癌的早期筛查中展现出卓越性能。
研究团队在《自然·医学》期刊发表的临床试验报告显示，CancerScan AI对0.5厘米以下早期肿瘤的检出率达到89.4%，对微小病灶的误判率仅为3.2%，整体筛查准确率较现有技术提升18.3个百分点。系统采用创新的三维卷积神经网络架构，能精准识别传统影像技术难以察觉的毛玻璃结节和微钙化灶等早期病变特征。
"这项技术突破在于建立了医学影像与分子生物学的跨模态关联模型。"项目首席科学家Sarah Chen教授解释，"系统通过分析超过200万例标注病例形成的特征图谱，可以预测特定影像模式对应的基因突变概率，为个性化诊疗提供依据。"该技术已获得美国食品药品监督管理局（FDA）授予的突破性医疗器械认定。
值得注意的是，CancerScan AI采用联邦学习技术框架，在保障数据安全的前提下实现多中心协作训练。各医疗机构的数据无需集中传输，模型通过加密参数交换进行迭代优化，有效解决了医疗数据隐私保护与算法训练的矛盾。系统还配备了可解释性AI模块，能生成可视化诊断依据供医生复核。
谷歌健康技术总监Michael Roberts表示，该系统将于今年第四季度在梅奥诊所、克利夫兰医学中心和加州大学旧金山分校医学中心启动临床验证，计划在18个月内完成5000例前瞻性研究。研发团队强调，该系统定位为辅助诊断工具，最终诊断仍需由执业医师确认。
美国国家癌症研究所专家评论指出，若临床验证结果持续向好，该技术有望将肺癌五年生存率从当前的21%提升至45%以上，对癌症防治体系产生深远影响。目前研发团队正与国际癌症研究机构合作，拓展该系统在消化道肿瘤和前列腺癌等领域的应用验证。
【全文结束】