点内创始人葛亮：筛查与鉴别诊断后，AI+肺结节还有哪些可能？( 三 ) 点内创始人葛亮：筛查与鉴别诊断后

这两点正好是目前大部分 AI+肺结节产品的掣肘。“目前 AI 医学影像应用从行业整体来看还处于非常早期的阶段。2017 年北美放射年会（RSNA）多位专家谈到 AI+医学影像时提出人工智能影像产品应该分 4 个阶段：结节辨别、结节定性（是否良恶性等）、分型预测、辅助临床干预方案的制定及疗效评估。而目前大部分产品停留在第一个阶段，少数到了第二个阶段。”点内科技创始人葛亮对行业分析道。简单来说，市面上用 AI 来标记肺结节位置的则是做到第一阶段，用 AI 加上一些病理学信息做肿瘤良恶性的鉴别诊断则是第二阶段。

然而，据葛亮介绍，点内科技的产品“肺常好”加入了《亚厘米级的肺腺癌 CT 扫描，通过 3D 深度学习，可预测浸润分型》的成果应用，已经可以实现进入到第三阶段——分型预测，成为全球首创给出 AAH/AIS/MIA/IAC 早期腺癌浸润程度建议的精准医疗。而且，据该论文相关内容显示：在 128 例测试集上，多任务深度学习模型预测的结果优于 4 位放射科医生（两位高年资医师和两位低年资医生）的评价结果；训练的多任务深度学习模型在区分浸润/非浸润两分类的准确率达到了78.8%（AUC），区分 IAC/非IAC（0期/I期）两分类的准确率达到了 88.0%（AUC），区分 AAH-AIS/MIA/IAC 三分类的准确率达到了 63.3%（F1）。