深睿医疗骨肿瘤风险分层多中心成果被《Radiology》收录

近日，深睿医疗携手青岛大学附属医院、山东省立医院、四川大学华西医院、天津医院、济宁医学院附属医院、烟台毓璜顶医院、泰安市中心医院、威海市立医院等多家医疗机构，共同开展的骨肿瘤多中心研究取得重磅学术成果，正式被国际权威放射学期刊《Radiology》（IF 17.6，中科院1区TOP）收录。研究团队创新搭建了 DL-Clinic-RADS 深度学习融合模型，以X线影像为基础，融合影像特征、临床语义数据与 Bone-RADS 专家评估体系，实现骨肿瘤良恶性风险精准分层。前瞻性临床数据证实，该智能模型能够有效赋能放射医师，全面提升骨肿瘤诊断精准度，针对骨肿瘤罕见、诊断难度大的临床痛点，该项研究为骨肿瘤智能化早期筛查与临床辅助决策搭建全新路径。此次成果标志深睿医疗在骨肌系统全场景 AI 诊疗布局取得关键性进展，持续拓展多病种、多部位医疗人工智能的创新边界。

图片来源：https://pubs.rsna.org

骨肿瘤具有高度异质性且较为罕见，依据 WHO 第五版分类可划分为良性、中间型及恶性。良性骨肿瘤一般采取保守随访，中间型与恶性病变常需活检、手术及多学科综合治疗。精准甄别良性与潜在恶性（中间型或恶性）骨肿瘤，是临床制定个体化诊疗方案的关键。当前骨肿瘤诊断面临多重挑战：疾病发病率低、病例分散，多数影像医师缺少亚专科诊疗经验；病灶影像特征复杂，良恶性病变影像学表现易混淆；传统 Bone-RADS 等评估体系在面对非典型病例时仍显不足，不同医师判读一致性较差。以上问题易引发良性病变过度检查、恶性病变漏诊延误等情况，严重影响患者预后与医疗资源合理配置。

图片来源：摄图网

X线是骨肿瘤首选一线筛查手段，承担首诊分诊的核心职能，直接决定患者后续诊疗路径：是开展 MRI、CT、穿刺活检等深入检查，或是进行保守随访。但这一关键诊疗环节，长期存在较高的诊断不确定性。在此背景下，兼具标准化、智能化、可解释性的 AI 辅助决策工具，有助于推动骨肿瘤诊疗均质化，缩小区域医疗水平差距，拥有突出的临床应用价值。研究团队构建 DL-Clinic-RADS 模型（全称 Image-Clinical/Semantic-RADS Attention Combined Model），该模型以双向交叉注意力 Vision Transformer（ViT）架构为技术核心，创新性实现三大信息源的深度融合：

1.影像双视角融合 

模型同步读取 X 线正位（AP）与侧位（LAT）影像，采用权重共享的 ViT 编码器完成特征提取，并依托双向交叉注意力机制挖掘不同视角间的解剖关联，模拟资深放射医师”多视角对照阅片“的诊断思维。

2.临床语义特征嵌入

模型纳入年龄、性别、病灶位置、疼痛症状、活动功能受限、肿瘤病史等结构化临床指标，同时整合病灶大小、病灶边界、骨膜反应、髓腔侵蚀等放射学语义特征，经由嵌入层编码，转化为模型可识别的临床表征信息。

3.专家共识Bone-RADS先验 

研究纳入 Bone-RADS 共识分级（1–4 类）作为结构化专家先验知识输入模型。该分级由三位拥有 20 年以上从业经验的骨肌放射亚专科专家独立判读，并经资深专家仲裁形成统一结论，实现 AI 学习专家经验，而非简单替代医师决策。这套 “AI + 结构化临床信息 + 专家共识” 三元融合框架，令模型在图像识别能力之外，建立贴合真实临床场景的诊断逻辑。

研究构建迄今为止规模最大的骨肿瘤深度学习数据集之一：回顾性收集 10 家医疗中心 2010–2024 年 1777 例经病理确诊患者数据，并选取 2 家独立中心完成前瞻性临床试验。数据集基于患者层面完成训练集、外部测试集、前瞻性测试集的严格划分，防范信息泄露。对照试验结果显示，相较于六种对比模型及九名放射科医师，DL-Clinic-RADS 取得最优效果。模型在外部测试集、各解剖部位亚组中均实现最高 AUC，展现出极强的跨中心泛化能力与解剖部位鲁棒性。精确率 - 召回率曲线、校准曲线（Brier 分数）、决策曲线分析（DCA）结果进一步证实，DL-Clinic-RADS 综合性能全面占优，输出的恶性概率准确度高，拥有良好的临床决策应用价值。

图片来源：https://pubs.rsna.org

本研究采用前瞻性MRMC（多读者多病例）临床试验，是验证AI临床价值的"金标准"设计。9名不同层级的骨肌放射科分别在无辅助、AI 辅助条件下对前瞻性数据集进行盲法阅片对照。数据显示，AI 辅助下医师平均诊断 AUC 提升 0.07（95% CI:0.03–0.11，P=0.006），初级医师提升幅度最大（ΔAUC=0.09，P=0.002）；医师间一致性（Fleiss κ）由 0.39–0.68 上升至 0.54–0.74；阅片效率显著优化，中位阅片时长大幅减少，初级医师单例阅效率可提升 50%；医师诊断信心整体稳中有升，初级医师改善明显。基于预设阈值（0.4307）的模拟分诊中：良性病变不必要的升级检查下降 2.4%–12.6%，潜在恶性病例的进一步评估提升 4.8%–9.5%。证实 AI 辅助体系可优化临床分诊策略，平衡过度诊疗与肿瘤漏诊延误风险，惠及不同病情的患者群体。

本研究成果是产学研医四方协同创新的典型范例，打通了从算法创新走向临床落地的完整闭环。深睿医疗主导模型架构设计、核心算法研发与工程优化，推动交叉注意力 ViT、多模态融合等前沿技术转化为可落地应用的临床工具。临床循证研究与质量管控工作由青岛大学附属医院郝大鹏教授团队牵头，联合山东省立医院、四川大学华西医院、天津医院等十家中心，完成数据质控、病灶标注、病理结果对照及前瞻性试验规划。该协作模式印证，医疗人工智能的价值不只体现在算法性能层面，更取决于能否深度融入真实临床流程、适配各级医师使用需求，并创造可量化的患者临床获益。

在骨肌影像领域，深睿医疗已搭建完整的多模态骨肌智慧诊疗体系，实现 AI 能力深度融入临床工作流程，覆盖智能影像分析、病灶检出与结构化报告生成，大幅提升诊断效率与精准度。依托平片骨折、腰椎 CT、颈椎 CT、膝关节 MR、CT 骨密度五大核心产品，公司构建覆盖急诊创伤、退行性骨骼病变、运动损伤及骨骼慢病管理的全病程诊疗闭环，为骨关节健康提供一体化智能支撑。面向未来，深睿医疗将持续打通骨肌疾病智能筛查、风险分层、随访管理一体化路径，不断完善骨肌全病种 AI 产品布局，助力各级医疗机构提升骨肌疾病规范化诊疗能力，惠及更多患者。