AI 修正 96% 脊髓标注失败扫描，nnU-Net 救回患者数据

Jarola 等人用 nnU-Net 卷积分割网络在人工核验标注上训练，在 698 例曾被现有工具标错的扫描上正确标注 669 例，准确率 95.8%。现有工具 SCT 对遗传性共济失调患者扫描的标注错误率达 47%，健康对照组为 28%，直接丢弃会不成比例地损失患者数据。团队还构建了深度学习自动质控模型，用于自动筛掉不合格的分割结果。