中科院合肥团队肺结节 AI 诊断新模型 M³Net 介绍
中科院合肥团队研发的这款肺结节 AI 诊断新模型名叫 M³Net,主打疑难肺结节的良恶性鉴别,它和以往单尺度 AI 不一样,模仿放射科医生先看肺部整体、再看结节周边、最后细看结节细节的诊断思路,用宏观、介观、微观三层 3D 网络提取 CT 影像特征,解决很多传统 AI 只盯着结节本身、容易把疑难结节判错、算法是黑箱不好解释的痛点。临床上最难判断的就是磨玻璃结节、混杂结节这类疑难病灶,很容易出现漏诊或者过度警惕,这个模型可以同时抓取毛刺、分叶、密度变化这些微观细节,还兼顾血管牵拉、肺部整体结构这些全局信息,在公开数据集和本地临床数据集测试里准确率都比主流算法更高,能给医生提供辅助参考,减轻医生大量读片的工作量,不过它只是辅助诊断工具,不能单独用来下确诊结论,最终还是要医生结合患者病史、CT 影像综合判断。

一、M³Net 模型核心原理
- 三层多尺度输入框架
- 宏观尺度:完整肺部影像,掌握肺部整体解剖结构、大范围组织变化
- 介观尺度:结节周边区域,看结节和周围血管、胸膜的相互关系
- 微观尺度:结节本身精细区域,识别毛刺、分叶、空泡、密度不均匀等恶性征象
- 算法融合方式
- 对比传统 AI 的区别
每个尺度单独配特征编码器提取信息,通过跨尺度对齐、互信息最大化、层级交叉注意力把三层信息融合在一起,模拟医生循序渐进的阅片逻辑,不是简单看图,是分层递进分析病灶。
| 项目 | 传统单尺度肺结节 AI | M³Net 新模型 |
|---|---|---|
| 分析范围 | 只聚焦结节局部 | 全局 + 周边 + 病灶细节三层一起分析 |
| 可解释性 | 偏向黑箱,医生很难看懂判断依据 | 层级特征清晰,判断逻辑贴近临床阅片流程 |
| 短板 | 疑难混杂结节、磨玻璃结节容易误判 | 对疑难结节鉴别能力提升明显 |
| 适用场景 | 简单结节快速筛查 | 复杂、疑难肺结节辅助鉴别 |
二、模型实测数据表现
团队使用两套数据集验证,一套是行业通用公开数据集 LIDC-IDRI,另一套是自建临床数据集 USTC-FHLN,和 12 种主流 AI 算法对比:
- 公开数据集准确率:86.96%,领先基线算法 3.26%
- 自建临床数据集准确率:84.24%,领先基线算法 2.17%
实验结果说明,它在不同来源的 CT 影像上稳定性更好,泛化能力更强,适合医院真实临床场景使用。
三、临床应用价值
- 降低医生负担:胸部 CT 影像层数多,人工逐张阅片耗时长,长时间工作容易疲劳出错,AI 可以快速初筛、标注可疑病灶
- 重点攻克疑难结节:磨玻璃结节、小结节、特征不典型的结节是临床难点,也是这款模型的主攻方向
- 辅助标准化诊断:不同医生经验有差距,AI 可以给出统一参考指标,减少经验带来的判断偏差
- 科研成果落地:相关研究论文发表在《Information Fusion》期刊,影响因子 17.4,属于高水平成果
四、使用边界与注意事项
- 定位是辅助工具,不是独立诊断设备,不能替代放射科医生和临床医师的诊断
- 输入素材是胸部 CT 影像,不适合胸片、超声等其他影像
- 模型还处在研究验证阶段,需要经过医疗器械注册审批之后,才可以在医院正式规模化投入使用
- 最终诊疗方案,需要医生结合年龄、吸烟史、肿瘤标志物、随访变化等全部信息综合决定
【相关 FAQ】
问题 1:中科院合肥团队这款肺结节 AI 诊断新模型 M³Net,能不能直接确诊肺结节是良性还是恶性?
回答 1:不能,中科院合肥团队这款肺结节 AI 诊断新模型 M³Net 只是辅助鉴别工具,它只能给医生提供影像参考,肺结节最终良恶性确诊,需要医生结合临床信息,必要时依靠穿刺病理结果判定。
问题 2:中科院合肥团队肺结节 AI 诊断新模型 M³Net,相比老款肺结节 AI 最大提升在哪?
回答 2:中科院合肥团队肺结节 AI 诊断新模型 M³Net 最大提升是采用宏观 - 介观 - 微观三层分析逻辑,专门针对疑难肺结节,不像传统 AI 只盯着结节局部,对磨玻璃、混杂这类难判断结节识别精度更高,算法逻辑也更容易理解。
问题 3:中科院合肥团队肺结节 AI 诊断新模型 M³Net 什么时候可以在医院普遍使用?
回答 3:中科院合肥团队肺结节 AI 诊断新模型 M³Net 目前已经完成研究论文发表和数据集验证,还需要走完医疗器械注册、临床多中心验证等流程,拿到资质之后才会在医院落地使用。
问题 4:中科院合肥团队肺结节 AI 诊断新模型 M³Net,适合用来筛查多大的肺结节?
回答 4:中科院合肥团队肺结节 AI 诊断新模型 M³Net 基于胸部 CT 影像分析,重点针对特征复杂、鉴别难度高的肺结节,没有固定的结节大小门槛,主要用来解决医生拿不准的疑难病例。
【参考资料】
[2026-09-23](我国科研人员提出肺结节 AI 辅助诊断新方法)环球网科技
[2026-09-21](科学岛团队提出肺结节 AI 辅助诊断新方法)中国科学院合肥物质科学研究院官网
[2026-09-14](健康所科研团队发展肺癌 AI 诊断新方法)中国科学院合肥物质科学研究院健康与医学技术研究所
[2026-05-22](M3Net: A macro→meso→micro clinical-inspired hierarchical 3D network for pulmonary nodule classification)arXiv
【免责声明】
本文中科院合肥团队肺结节 AI 诊断新模型相关内容,来源于科研公开论文与院所新闻报道,不构成医学诊断建议;该 AI 模型属于科研阶段成果,尚未完成医疗器械注册;肺结节相关诊疗请遵从正规医院放射科、呼吸科、胸外科医生指导,切勿仅凭 AI 结果自行判断病情。
