近日，在全球放射学界最具影响力的第111届北美放射学年会（RSNA 2025）投稿评审中，深圳市龙岗区人民医院/香港中文大学（深圳）附属第二医院影像科科研团队喜获佳绩：由蒋奕主任领衔的创新性研究成果成功入选，并获邀进行大会口头报告（Oral Presentation）。这是继 2024 年科室成果入选 RSNA Poster 展示后的关键跃升，标志着我院在影像人工智能与精准健康领域的科研创新能力获国际顶尖学术舞台高度认可，硬核实力再获印证。
删除
RSNA 2025：全球放射学的 “学术风向标”
RSNA是全球规模最大、学术水平最高的放射学盛会，每年吸引来自130余个国家和地区的5万余名专家学者齐聚芝加哥，共同探讨影像学的最新进展。本届大会以“Imaging the Individual: Precision Health through Diversity, Equity and Inclusion”为主题，聚焦个体化医疗、健康公平与精准医学，指引着全球影像学研究的新趋势。
2025 入选成果：AI 解锁脂肪代谢影像新维度
研究题目：AI-Driven Multi-Regional MRI Fat Profiling Reveals Imaging Biomarkers of Liver and Pancreatic Fat Reversibility after Lifestyle Intervention
核心作者：罗梓欣、谢囡霭、梁译文、邹观南、靳晓军、陈再强、马璐瑶、邹超、程传力、蒋奕
该研究依托 AI 辅助多区域 MRI 脂肪定量技术，创新性提出并验证了反映肝脏、胰腺异位脂肪沉积的关键影像学标志物，系统解析了这些标志物在生活方式干预后的动态可逆规律。研究首次明确：不同个体的脂肪分布模式及对干预措施的反应存在显著差异，为临床开展个体化代谢风险评估、制定精准干预方案提供了全新的影像学依据与技术支撑，填补了 “影像 - 干预 - 代谢改善” 关联研究的空白。
删除
2024 成果回顾：从基础创新到临床转化
2024 年，影像科曾以 Poster 形式亮相 RSNA，相关研究已实现高效转化：
研究题目：CT-based Body Composition Analysis and Radiomic Intelligence for Liver Cirrhosis Prognosis
核心作者：谢囡霭、胡静、梁译文、邹观南、蒋奕
该研究构建多模态融合深度学习模型，通过整合 CT 影像特征与体成分数据，实现肝硬化不良结局的早期精准预测 —— 多中心验证显示，模型兼具高稳健性与预测准确率。目前，成果已以 SCI 论文形式发表于影像学权威期刊《Abdominal Radiology》，并同步申请发明专利 1 项，完成 “基础研究 - 临床验证 - 成果转化” 的闭环。
从 2024 年 Poster 到 2025 年 Oral Presentation，我院影像科科研工作实现 “量质齐升” 的里程碑式突破，不仅持续提升我院在国际放射学界的学术话语权，更为学科发展注入强劲动力。未来，医院将以临床需求为核心导向，深化 “科研 - 临床” 融合，推动医学影像与代谢健康管理深度协同、高质量发展，为 “健康中国” 建设贡献影像学科力量。
删除
供稿：科教科 罗梓欣
编辑：党委办公室 赵洁羽
审核：蓝晓芳 张迪 刘瑾
总校：王玩珠