拆解医学影像分割：从给医生划重点到改变临床诊疗的落地黑科技

你去医院拍过CT或者核磁共振吧？拿出来的片子，一团灰糊糊的影子，医生要找哪里有肿瘤、肿瘤多大、和周围血管粘在一起没有，以前全靠医生手动一点点描边。

少说得十几分钟。碰到形状不规则的，描个半小时也正常。

医学影像分割干的就是这个活。用AI把要找的器官、病灶从整张片子里“切”出来，给医生标好边界，省了手动描的功夫。

你不知道的，现在医学影像分割早就进临床了

我前阵子跟老家市医院放射科的老同学吃饭，聊起这个，他直接掏出手机给我看他们工作站的界面。

十个肺部CT筛查的病人，AI三分钟就把所有小结节都分割标注完了。他只需要对着结果改一改，十分钟就能出完报告。放在以前，这活得干一上午。

别觉得这是什么遥不可及的概念，现在三甲医院的放射科，十家有八家都用上了这类工具。尤其是肺癌早筛、肝肿瘤切除术前评估这些场景，分割结果直接影响医生的判断。

比如说切肝，医生术前要知道你剩下的好肝还有多大体积，够不够维持正常生理功能，这就得靠分割把好肝和坏肝分别算体积。以前手动算，误差能到10%以上，现在AI分割，误差不到2%，准得很。

说实话，这玩意真的是解放医生。天天描边描得眼睛都花，本来可以用来琢磨治疗方案的时间，全耗在重复性劳动上了。

科研圈疯抢的方向，坑比你想的多

这两年医学影像分割最火的方向，就是通用大模型做分割了对吧？以前的模型都是“偏科生”，训肝脏分割就只会分肝脏，换个胰腺就直接懵圈。现在通用大模型，一个模型能分几十上百个器官部位，听起来就特别美好。

不过话说回来，好看的数据背后，坑真的不少。

我上个月翻放射学顶刊《Radiology》，看到一篇国内团队的研究，说现在大部分公开的预训练数据集，都是欧美人群的影像数据。中国人的器官大小、病灶分布，甚至因为饮食习惯带来的脏器形态，都跟欧美人不一样。直接拿欧美训的模型来用，准确率直接掉10到15个百分点。碰到小病灶，直接就漏了。

还有现在炒得很热的弱监督分割、无监督分割，说不用医生标数据，能省几百万的标注费。实验室数据好看得飞起，准确率能到90%多。真拿到临床，碰到片子模糊、病灶和周围组织粘在一起的情况，分割出来的边界歪歪扭扭，你敢给病人用这个结果吗？

现在真真正正落地赚钱的，还是那些垂直领域的细分模型。就盯着肺部结节分割，就盯着肝脏肿瘤分割，把一个场景磨透了，拿证进医院，比啥都强。那些喊着“一个模型搞定所有影像分割”的，多半还在实验室圈经费呢。

接下来的十年，医学影像分割会变成什么样？

第一个真正能落地的方向，就是分割结合临床预后预测。现在分割完不只是给你画个边界算个体积，还能直接从分割出来的病灶里提取特征，预测这个肿瘤是良性还是恶性，术后五年复发的概率有多大，对什么药敏感。这不就是帮医生直接下判断了吗？现在国内已经有好几个这类产品拿了三类证，真进临床用了。

第二个是术中实时分割。做腔镜手术、质子重离子放疗的时候，病灶位置会动，需要AI实时跟着形变分割出新的边界，告诉医生哪里不能切。以前模型大，出结果要好几秒，根本赶不上手术进度。现在边缘计算、小模型优化上来了，几十毫秒就能出结果，这两年肯定会大面积铺开。

还有一个最被忽略，也最有价值的方向，就是低质量影像的分割优化。基层医院的很多CT设备旧，拍出来的片子分辨率低，噪声大，现在的AI模型碰到这种片子，分割准确率直接掉一半。现在已经有团队在做针对低质量影像的分割预训练，真做成了，几十万基层医生直接受益，早筛的准确率能往上提好大一截。

很多人总说AI要取代医生，放在医学影像分割这，这话纯扯。

它从始至终，就是医生的一把刀。帮你把杂活干了，把重点划出来，让医生能多花时间陪病人，多花时间想怎么治病。

能做到这一步，就已经够改变整个临床诊疗的节奏了。