一种基于人工智能的新医学影像技术可显著提升人工耳蜗植入手术中骨质去除的精准度。该技术仅依靠术前CT扫描，就能预测手术中需移除的颞骨形状，无需依赖人工标注的“前后对比”图像数据。 人工耳蜗植入术需通过一种称为乳突切除术的步骤，移除耳后部分骨骼以到达内耳。由于每位患者的骨骼结构差异大，且手术后形成的腔体无明确边界，传统影像分析工具难以准确预判。若能提前精确预测骨质去除范围，将有助于术中导航、机器人辅助手术及医学生培训，从而提升手术安全性和效果。 长期以来，医学界难以构建可靠的计算机模型来预测这一复杂结构变化。近日，来自圣玛丽大学、特里尼蒂大学、范德比尔特大学及先进人工智能研究中心的研究团队在《医学影像杂志》发表成果，提出一种新型两阶段AI方法，可在缺乏精确标注数据的情况下实现高效学习。 该系统首先对比术前与术后CT影像，通过一种聚焦整体结构而非细节的数学算法，自动识别骨质移除区域。尽管术后影像存在噪声，AI仍能从中学习到关键模式。随后，第一阶段的预测结果被用作“弱标签”，输入第二阶段模型。该模型采用基于学生t分布的三维损失函数，能有效处理不完整或不精确的数据，显著提升预测准确性。 研究人员使用751对术前术后CT影像进行测试，结果表明，该AI系统在与32例专家手动标注结果对比中，平均Dice系数达到0.72，优于多个主流医学影像模型。Dice系数越高，表示预测形状与实际术后形态越接近。 研究团队还成功构建了术后骨面的三维可视化模型，未来可用于术中引导或教学训练。该技术的意义在于，为医学影像AI开发提供了一种在缺乏高质量标注数据时仍可有效训练的新范式，适用于人体中结构复杂、难以人工勾画的部位。 尽管前景广阔，研究团队指出，该技术仍需在更多医疗机构开展验证，才能投入临床使用。未来他们还计划优化三维模型的纹理表现，使其更贴近真实手术场景，提升外科医生的使用体验。