人工智能（AI）在肿瘤疗效评估中的应用正逐步走向临床，但屏幕上显示的“肿瘤变化”是否等同于真实的病情变化？针对这一困扰业界的共性难题，近日，解放军总医院海南医院放射诊断科主任医师张帆教授，受邀在国际医学影像顶级期刊《Radiology: Artificial Intelligence》（中科院1区TOP，影响因子20.1，位列全球医学影像类期刊榜首）发表特邀述评，就乳腺癌新辅助化疗AI疗效评估中的“配准伪影”问题发出警示，为AI技术安全落地临床提供了重要的理论支撑。相关述评内容获得期刊主编的高度评价。
近期，该期刊刊发了Han和Tan团队关于“保留病灶弹性配准算法”的原创论著研究，针对乳腺癌新辅助化疗后肿瘤体积显著缩小、形态大幅改变的难点，创新性地提出了一种能在对齐正常组织的同时，智能保留病灶真实信号的算法，有效缓解了纵向影像对比中的信号失真问题，被视为领域内的重要技术突破。
基于此，海南医院张帆教授以临床一线影像医生的视角，对该成果进行了深度点评。他在充分肯定算法创新价值的同时，敏锐指出了当前AI疗效评估中被忽视的“盲区”。“这就像在一段抖动的视频里捕捉移动物体的细节，若强行校准画面，物体边缘便会产生拖影。”张帆教授做出形象比喻，在复杂的真实临床场景中，为了修正呼吸、体位变化带来的偏差，算法在进行图像扭曲运算时，极易在病灶边缘产生“配准伪影”。这种由算法运算衍生的假性信号，极易与肿瘤真实缩小或坏死混淆，导致AI作出误判。
述评中，张帆教授充分肯定该算法的创新价值与临床应用潜力。
“若忽视‘保留病灶真实信号’这一底层技术矛盾，依托失真数据训练的AI模型，在真实世界的复杂诊疗中将面临严峻考验，甚至可能误导临床决策。”张帆教授在述评中强调，医学AI落地的核心前提，是在追求预测准确率之前，必须先保障输入影像数据的底层真实性与一致性。
张帆教授团队长期深耕心胸影像学领域，鉴于心胸部位受呼吸运动影响剧烈、配准难度极大，团队目前正在尝试将心血管影像中处理复杂形变的经验，迁移至体部肿瘤疗效评估中，以解决当前AI研究普遍存在的“重模型预测，轻底层配准”的方法学痛点。此次述评不仅是对单一研究的评论，更为整个体部影像AI随访领域提供了方法论层面的理性思考，对影像科医师科学、审慎地应用AI辅助诊疗具有重要指导意义。
文章链接：https://www.ehnjk.com/article/15555.html
