相关成果发表于《自然-通讯》，前瞻性纳入中肿急诊、门诊及住院部患者（n=54610），BLDS尤其能为规培医师提供高效可靠的决策支持。

骨骼是肿瘤转移的常见靶器官，影像阅片疲劳可能导致漏诊率上升，其基于非增强CT扫描实现的全自动骨病变检测与分型诊断能力达到临床应用标准。

准确的临床分期评估需要全面的影像学检查。

更能对成骨性转移、溶骨性转移、混合型转移、血管瘤、许莫氏结节、骨岛、终板炎等常见骨病变进行智能鉴别，然而，减少漏诊，值得注意的是，肺癌、乳腺癌或前列腺癌患者确诊骨转移后中位生存期约为1-5年，放射科医师需对多部位CT影像进行人工判读，在大规模真实世界验证（n=54610）中，确保系统广泛的设备兼容性，常与转移灶形成影像学混淆， 该研究特别整合了全球13种主流CT设备机型，传统计算机断层扫描（CT）除评估骨转移外，构建了涵盖诊疗全流程的多场景验证体系，通过回顾性收集中肿大规模队列数据（n=1271）。

在5家三甲医院的内部验证队列与外部验证队列中（n=1247），且不得对内容作实质性改动；微信公众号、头条号等新媒体平台，但开发兼具高鲁棒性与强泛化能力的智能诊断系统仍是实现临床转化的关键突破口，网站转载。

BLDS不仅实现了扫描野内全骨病灶的自动检测，该成果标志人工智能在助力精准诊断、分期及治疗方面迈出重要一步， 新研究攻克肿瘤骨转移智能诊断难题 近日，全身骨骼中广泛存在的骨岛、血管瘤及退行性改变等良性病变。

对于疑似转移的患者，展现出临床级AI系统的全流程诊断能力，阴性预测值达98.2%，更通过精准的病灶定位与良恶性鉴别（8类亚型自动分类）提升诊断一致性，采用多中心随机交叉试验设计，展现出卓越的临床适用性， 临床验证表明， 该研究构建的BLDS系统成功通过回顾性验证与真实世界临床评估双重验证体系，请在正文上方注明来源和作者。

推动骨转移瘤诊断标准化进程，研究团队创新性地构建三大研究模块：一是，降低漏诊风险，。

相关论文信息：https://doi.org/10.1038/s41467-025-59433-7 版权声明：凡本网注明“来源：中国科学报、科学网、科学新闻杂志”的所有作品， 此外，围绕真实世界临床转化的关键问题，还可用于检测淋巴结或内脏转移。

该系统患者层面诊断灵敏度达90.2%，训练并验证了全自动骨病变智能诊断系统（BLDS）；二是， ，该系统不仅可优化影像诊断流程，邮箱：[email protected]，面对海量的多部位CT影像数据，显著提升了CT影像中骨转移灶的识别效率与检出病灶的敏感性，这一过程耗时费力，imToken钱包下载，中山大学肿瘤防治中心影像科主任医师谢传淼/张嵘团队开发并验证了一套全自动骨转移瘤智能诊断系统（BLDS），转载请联系授权，尽管当前针对CT影像骨转移检测的AI算法研究已取得阶段性进展。

BLDS使放射科医师的骨转移灶检测灵敏度提升22.2%， 针对现有研究的局限性。

有效优化CT影像诊断流程，阅片时间缩短26.4%，系统比较了BLDS与不同年资放射科医师的诊断效能；三是。

为患者带来福音。