恶性颈部淋巴结病诊断新突破：中山大学多模态模型引领变革

文章预览

【导读】 由于阅片人员之间对影像解读的可重复性较低，多源性恶性颈淋巴结病的精确预测受到了限制，目前还缺乏一种定量方法来改善这方面的情况。本研究旨在开发和验证一种用于评估宫颈淋巴结病的集成定量血管特征的人工智能框架，并探索其在放射科医生中的实用性。 2025年2月12日，中山大学的研究团队在期刊《eClinicalMedicine》上发表了题为“Quantitative vascular feature-based multimodality prediction model for multi-origin malignant cervical lymphadenopathy”的研究论文。研究结果表明， DMFLNN 可以提高放射科医生的工作效率，并有可能减少不必要的颈部淋巴结病活检。 不过，在广泛应用于临床实践之前，还需要进一步的测试。 https://www.thelancet.com/journals/eclinm/article/PIIS2589-5370(25)00017-3/fulltext 人工智能与宫颈淋巴结病  01  宫颈淋巴结病是一种系统性疾病，有多种病 ………………………………