“肺结节是影像学表现为直径在3cm以内的局灶性、类圆形、密度增高的实性、亚实性或磨玻璃样的肺部阴影。随着胸部CT检查的普及，约60%受检者可检测到肺结节。”梁文华介绍说，“由于肺结节复杂的特征，鉴别诊断具有很大的困难，过度诊疗情况普遍，钟院士牵头的一项全国研究表明，肺结节手术切除后为良性的比例超过20%，大部分结节需要长期随访。”
梁文华介绍说，并非所有肺结节都具有典型的影像学表现，而且常规的有创活检手段对于小结节难以实施，因此存在被误诊的风险。“临床对肺结节的鉴别诊断尤为重要，虽然从肺结节上取一点组织出来做病理检查是诊断肺癌的‘金标准’，但是这种诊断方法需要穿刺或手术，对身体有一定的创伤，而且在小结节中成功率低。”
近年来，人工智能等新技术在肺结节的临床诊断过程起到了很大的帮助作用。“在钟南山院士带领下，团队进行了广泛的前期调研和10万+的建库，并整合前沿的深度学习技术开展创新研发。此次发布的肺结节人工智能诊断系统，具有病灶智能识别、病灶良恶性判断、基因突变预测、自动报告等功能，助力肺结节和肺部肿瘤的精准诊疗，降低误诊、漏诊的概率。”梁文华说。
“肺结节人工智能诊断系统支持CT图像的云上传，1至3分钟即可生成结果，可在全国范围普及应用，尤其基层医院无需额外的建设成本，目前已实际应用超过百万例。此外，钟院士还带领我们开发了血液DNA检测技术，在有条件的地方可以进一步提高判断的准确性。”展望未来，梁文华认为，智慧医疗造福人民的前景值得期待：“希望在人工智能等新技术的持续赋能下，我国各级医疗水平能够得到同质化的提升，惠及更多患者。”
