Jens Kleesiek

成人气管插管AI模型此前难以直接用于新生儿，因为新生儿影像数据稀缺、跨机构共享受隐私限制。一项覆盖20个国家和地区、30家新生儿重症监护病房的国际回顾性研究改用持续学习：模型在各医院间依次传递，每家只用本地50张胸片在自己环境里重训，不共享患者数据。最终模型的气管导管尖端与隆突联合定位误差平均为0.67厘米，低于医院单独微调的1.29厘米和成人模型直接预测的4.30厘米，并在30家医院中的29家改善定位、27家改善深插管检出。

成人气管插管AI模型此前难以直接用于新生儿，因为新生儿影像数据稀缺、跨机构共享受隐私限制。一项覆盖20个国家和地区、30家新生儿重症监护病房的国际回顾性研究改用持续学习：模型在各医院间依次传递，每家只用本地50张胸片在自己环境里重训，不共享患者数据。最终模型的气管导管尖端与隆突联合定位误差平均为0.67厘米，低于医院单独微调的1.29厘米和成人模型直接预测的4.30厘米，并在30家医院中的29家改善定位、27家改善深插管检出。

该研究在WORD、AMOS、CT-1K和AbdomenAtlas四个腹部CT数据集上，用nnU-Net、MedSAM、TotalSegmentator及四个规模的STU-Net共七个模型生成伪标签，构造不同质量的标签版本，再以DynUNet在相同确定性训练设置下分别做域内训练和预训练加微调；结果显示域内性能与标签质量强正相关且呈非线性、数据量可部分补偿质量，而预训练后微调在绝大多数设置下显著优于无预训练基线，且预训练标签质量高低不再明显影响下游结果。

该研究在WORD、AMOS、CT-1K和AbdomenAtlas四个腹部CT数据集上，用nnU-Net、MedSAM、TotalSegmentator及四个规模的STU-Net共七个模型生成伪标签，构造不同质量的标签版本，再以DynUNet在相同确定性训练设置下分别做域内训练和预训练加微调；结果显示域内性能与标签质量强正相关且呈非线性、数据量可部分补偿质量，而预训练后微调在绝大多数设置下显著优于无预训练基线，且预训练标签质量高低不再明显影响下游结果。