中国科学院团队开发 M³Net 模型 提升肺结节良恶性诊断准确率

肺癌是高发恶性肿瘤，早期筛查对提高治愈率至关重要。传统人工读片耗时费力，常规 AI 模型仅依靠单尺度影像特征，识别精度有限且可解释性差。

中国科学院合肥物质院联合多家单位研发出 M³Net 模型，即"宏观-介观-微观"层级 3D 神经网络。算法模仿医生诊断逻辑，通过三种影像输入尺度捕捉肺部全局结构、结节周边组织及微观细节，模拟"先全局、再局部、后细节"的读片流程。

在公开数据集 LIDC-IDRI 与临床数据集的对比实验中，M³Net 较十二种流行 AI 算法准确率更高，尤其擅长鉴别边界模糊的疑难结节，且参数量与运算成本更低，为肺癌 AI 诊断提供了兼顾准确性与可解释性的新策略。