AIIR多中心项目启动仪式

“CT影像正在经历从‘看得清’走向‘看得准’，从‘依赖进口’走向‘自主可控’的关键转型期。”北京大学人民医院副院长洪楠教授表示，本次AIIR多中心项目以真实临床需求为牵引，通过多中心协同研究，系统构建具有中国特色的AIIR临床应用规范，将为国产CT核心技术突破和临床共识形成提供重要支撑。

北京大学人民医院副院长洪楠教授

CT检查在临床诊断中不可或缺，但辐射剂量与图像质量之间的长期矛盾始终困扰行业发展，尤其在儿科、肿瘤随访及慢病管理等对辐射高度敏感的人群中更为突出。传统重建技术难以在“更低剂量”与“更高诊断价值”之间取得理想平衡。

随着人工智能技术的引入，AIIR（深度学习全模型迭代重建）在降低辐射剂量、抑制噪声和提升分辨率方面展现出显著优势。然而，在实际临床应用中，不同医院、不同系统、不同检查任务之间仍存在参数配置不统一、图像解读标准不一致等现实问题，制约了新技术的规模化推广。

“人工智能与医学影像的深度融合，是医学发展的重要方向。”先进医用材料与医疗器械全国重点实验室副主任黄鹏羽表示，AIIR多中心研究通过产学研医协同创新，系统探索全身多部位CT影像的智能化处理与分析路径，将为影像检查标准化、诊断流程智能化和临床决策科学化提供重要支撑。

作为国家重点研发项目，AIIR多中心项目由北京大学人民医院牵头，联合四川大学华西医院、中南大学湘雅三院、河南省人民医院等9家国内顶尖医疗机构，形成了具有广泛代表性的多中心研究网络。“我们希望通过多中心协同研究，把AIIR的技术优势转化为医生真正可依赖的临床工具。” 洪楠表示，接下来项目将有序推进数据采集工作，覆盖头颈、胸肺、腹部、肌骨、四肢、血管、灌注、急诊八大典型场景，同步收集患者临床信息、剂量数据及病理、MRI等金标准验证资料，并从图像质量、诊断效能及辐射控制等多个维度开展综合评估，同步推进专家共识、标准化参数数据库及临床解读指南等核心成果建设。通过这一系列工作，项目将有效填补AIIR临床应用中“方案多样、解读不一”的空白，推动形成全国范围内可复制、可推广的应用范式。

作为AIIR多中心项目的深度参与方，联影既是AIIR技术的提出者，也是推动者。联影医疗长期深耕CT影像核心技术创新，面对传统重建算法在低剂量条件下噪声高、伪影多的技术瓶颈，联影率先实现基于模型迭代重建（MBIR）与深度学习（DL）的深度融合，推出全球领先的深度学习全模型迭代算法（AIIR）技术体系。

“AIIR其实就是联影推出的一款‘智能CT图像优化技术’，简单说就是给CT扫描加了个‘超级大脑’，核心就是让大家做CT时‘少受辐射，还能看得更清楚’。具体而言，基于AIIR技术，在相同的低对比度分辨率(LCD)下剂量减少50%-90%，实现超低剂量成像；在相同的辐射剂量下，图像噪声可以降低90%-98%，低对比度分辨率(LCD)改善99%-348%，高对比度空间分辨率提高55%-150%，使微小病灶无处遁形，精准还原病灶细节。”联影医疗计算机断层扫描事业部总裁杜岩峰表示。

联影医疗计算机断层扫描事业部总裁杜岩峰

AIIR技术已在多家三甲医院完成真实临床场景下的验证与应用，并取得一系列可量化的临床成果。在四川大学华西医院，AIIR算法联合“三低” 技术，可获得与常规剂量相当的主动脉CTA成像质量，同时显著降低患者辐射剂量、对比剂用量及流速；在山东大学山东省立医院，AIIR技术联合低管电压扫描方案，使头颈部CTA检查在对比剂用量减少36%以上的同时，辐射剂量显著降低；河北医科大学第四医院，超低剂量CT结合AIIR算法，可在降低95%辐射剂量的同时，使CAD软件对肺结节的检测能力与常规剂量图像接近，验证了该方案在肺结节筛查中的可行性。

此外，AIIR还在急性缺血性脑卒中评估、支气管动脉精细成像等复杂临床场景中展现出独特优势，不仅提升了关键结构的显示清晰度和连续性，也增强了医生对诊断结果的信心。这些跨区域、多场景的应用实践，充分验证了AIIR技术在降低辐射风险、提升诊断质量与临床效率方面的综合价值。

“人工智能的价值，不在于技术本身，而在于是否真正融入临床、服务医生、造福患者。”联影医疗中国业务联席总裁李晶珏表示，联影将持续以AIIR为核心，深化“医—研—企”协同创新，推动智能影像技术在更多临床场景中规范落地，助力中国医学影像迈向更高水平的精准化与智能化发展。

联影医疗中国业务联席总裁李晶珏