DeepFAN 肺結節 AI 完成 MRMC 試驗，醫師判讀 AUC 提升 10.9 點
香港大學、北京協和醫院等機構聯合提出的 DeepFAN 在《Nature Cancer》發表多閱片者試驗結果：12 名具 1—5 年經驗的放射科醫師在 AI 輔助下，平均 AUC、準確率、敏感度、特異度分別提升 10.9、10.0、7.6、12.6 個百分點（P<0.001）。試驗覆蓋 3 箇中心、400 名患者、463 個病理確診結節，模型獨立判讀 AUC 為 0.954，閱片者間一致性 κ 由 0.313 升至 0.421。
用配對 MRMC 設計直接量化 AI 進入閱片流程後的增益，並明確對應已獲三類證的 v1.0 版本與開原始碼，對關注影像 AI 臨床落地與評估方法的人最有參考價值。
原標題：Nature Cancer | 已获三类医疗器械认证，DeepFAN显著提升肺癌诊断表现
閱讀原文
| 評分 | 68 / 78（平均 73，門檻 65） |
|---|---|
| 狀態 | 精選 |
相關報導
新版機器人檢測基準：AI 智慧體檢出率 9%–99%
聚合五類自動化對手的測試顯示，Proof of Human 檢出 99% 的自動化會話，Cloudflare Bot Management 僅 9.1%，其餘依次為 reCAPTCHA v3 69.4%、hCaptcha 44.3%、Cloudflare Turnstile 42.1%。
10 年前 CNN 皮膚癌診斷準確率 62%，勝過 GPT-6 Astra 與 Claude
2015 年發布的 Inception v3 卷積網路經約 20 分鐘微調後，在 200 個活檢確診的皮膚病變中首選診斷正確 125 個（62%），高於 GPT-6 Astra 的 84 個與 Claude Fable 5.1 的 85 個（均 42%）。測試集取自 2025 年公開的 MILK10k，每例含臨床照片與皮膚鏡影像，模型小到可在手機瀏覽器用 WebGPU 本地執行，影像不上傳。
微軟 DxO 登上 Science 封面，分步診斷準確率 83.2%
微軟團隊的順序診斷系統 DxO 登上《Science》封面，在 304 例 NEJM 疑難病例中診斷準確率 83.2%，參與比較的獨立執業醫生為 22.3%。DxO 以 GPT-5 為底層模型，編排多種臨床推理角色並計入檢查成本，在 325 例急診病例中準確率 80.3%、醫生為 46.8%。不設預算時 NEJM 每例檢查費約 5431 美元、高於醫生的 4725 美元；設預算後可降至約 1303 美元、準確率 79.6%。研究仍是回顧性文字病例，未驗證治療方案與患者結局，微軟下一步將與醫院合作開展前瞻性研究。
FDA 獲批可穿戴 3D 超聲 ATUSA：2 分鐘完成乳腺掃描
NVIDIA 部落格介紹了三家 Inception 計劃中的乳腺癌 AI 初創公司，其中 iSono Health 已獲 FDA 許可的可穿戴自動化 3D 超聲 ATUSA 每側乳房約 2 分鐘完成標準化掃描，傳統手持超聲最多需 45 分鐘，公司稱其敏感度高出 28%。該系統基於 150 萬幀超聲影像訓練，已在加州、得州等地合作診所商用，並啟動 3200 名患者的多中心臨床研究。
《柳葉刀》主刊研究：Google AMIE 門診輔助，診斷吻合度 90%
Google 與貝斯以色列女執事醫療中心（BIDMC）主導的研究首次登上《柳葉刀》主刊：98 名患者在門診就診前使用 Google 研究級診斷 AI 聊天機器人 AMIE，全程由醫生即時監控，沒有一輪對話因安全問題被中斷。臨床醫生反饋，75% 的場景下 AI 生成的摘要幫他們提前做好接診準備，超過半數案例中 AI 輸出改變了診療思路；AMIE 的鑑別診斷與醫生最終確診吻合度達 90%。研究團隊表示，面向患者端大規模落地仍需更大規模臨床試驗。