AI人工智能辅助PET-CT影像诊断取得突破性进展

人工智能（AI）技术在医学影像领域的应用正以惊人速度发展，PET-CT影像诊断作为AI赋能的重要场景，近期取得多项突破性进展。从图像重建到病灶识别，AI正在重塑PET-CT诊断的工作流程和准确率。

AI驱动的图像重建与降噪技术

传统PET-CT图像重建依赖迭代算法，计算耗时且图像质量受统计噪声影响较大。近年来，基于深度学习的图像重建技术逐渐成熟并进入临床应用。此类AI重建算法通过大量高质量图像数据训练，能够在低剂量采集条件下生成高信噪比图像，有效弥补统计噪声带来的质量下降。

研究表明，AI重建技术在保持图像定量准确性的同时，可将PET-CT扫描所需放射性药物剂量降低30%至50%，显著降低了患者接受的辐射暴露。此外，AI重建速度大幅快于传统方法，有效缩短了患者等待报告的时间。

智能病灶检测与分割

AI在PET-CT影像分析中最受关注的应用是自动化病灶检测与分割。最新研发的深度学习模型具备以下能力：

自动识别全身扫描中的异常高代谢病灶，灵敏度可达95%以上

精准勾画肿瘤靶区轮廓，辅助放疗计划制定

自动计算SUVmax、SUVmean等关键定量指标，减少人工测量误差

对比随访检查图像，自动标注病灶变化情况

这些功能有效减轻了影像科医师的工作负担，特别是在处理复杂多发病灶病例时，AI可提供快速预判和辅助建议，帮助医师集中精力处理疑难问题。

临床落地与规范发展

目前，国内多家顶级医院已开展AI辅助PET-CT诊断的临床验证，结果显示在常见肿瘤类型中，AI辅助诊断的准确率与经验丰富的高年资医师相当。不过，专家也指出，AI技术尚不能替代医师的最终判断，其核心价值在于提供高效的辅助工具和标准化参考意见。