Transformer肺结节诊断模型

多中心临床试验验证

一个基于Transformer的模型，通过整合全局与局部特征，并经过前瞻性多中心临床试验证实，能显著提升低年资放射科医生的诊断表现与一致性。

Zhu, Zhenchen · Ge, Hu · 孙超 · Xu, Kepei · 韩伟 · Shang, Meixia · Qiu, Xiaoming · Tan, Yiqing · 王金华 · Zhoumeng, Ying · Li, Peng · 宋伟 · 宋兰 · 金征宇 · 洪楠 · 俞益洲

Nature Cancer 2026

参数信息

AUC（内部测试集）
0.939
AUC（临床试验数据）
0.954
AUC提升幅度（12名阅片者平均）
10.9 %
准确率提升幅度
10.0 %
灵敏度提升幅度
7.6 %
特异度提升幅度
12.6 %
结节层面诊断一致性κ
0.421

技术优势

全局与局部特征融合

Transformer架构同时捕获结节的全局形态与局部细节，可解释性分析显示全局特征贡献更高，避免了单一特征导致的漏判。

临床试验验证

在三个独立医疗机构、400例的前瞻性多中心临床试验中，AUC达0.954，证明模型在真实临床环境中的稳健性。

提升阅片一致性

结节层面诊断一致性κ从0.313（一般）提升至0.421（中等），P=0.019，表明模型有助于统一诊断标准。

应用场景