香港科大研发AI模型降低病人CT扫描接收辐射量

传统CT扫描需拍摄400-500张X光片构建3D模型，导致患者承受高剂量辐射，尤其对儿童、孕妇及需频繁检查的老年群体构成风险[1]。港科大研发的AI模型创新性地通过深度学习算法，仅需采集微量X光数据即可重建高精度三维解剖结构。

核心突破在于AI对骨骼形态的跨模态理解能力——模型通过分析有限二维投影数据，结合先验医学知识库，实现亚毫米级三维重建精度[2][3]。该技术将单次检查辐射量从传统CT的1.5-10mSv降至0.015-0.1mSv，降幅达99%[2][1]。

该技术已证实三大核心优势：

• 安全性革新：辐射剂量降至原1%，彻底规避辐射致癌风险争议[1][2]；
• 效率突破：扫描时间从数分钟压缩至30秒，大幅提升诊断时效[1]；
• 成本优化：减少设备损耗与防护投入，单次检查成本预计降低60%[3]。

当前主要应用于骨科领域，包括畸形矫正、复杂骨折修复及骨肿瘤切除等手术的术前规划。团队与科能三维技术公司合作开发的3D打印骨骼模型，已在香港多家医院投入测试，成功辅助完成12例高风险脊柱矫正手术[2]。技术扩展至心肺器官成像的研发同步进行中。

港科大正与公营医院体系推进技术落地，预计2026年实现全港公立医院覆盖。医学成像与影像分析研究中心副主任李小萌指出，该技术将改写三类医疗场景：

1. 急诊优化：骨折患者可跳过CT检查直接手术，抢救时间缩短50%[1]；
2. 特殊群体保障：儿童年均放射暴露量降至安全阈值1/10[2][3]；
3. 医疗资源再分配：释放CT设备用于肿瘤等必需检查，年服务容量提升3倍[1]。

国际医学物理协会专家评价称，此技术突破使「精准医疗中辐射零伤害」成为可能，有望重塑全球医学影像安全标准。