AI 诊断模型
v2.1 已部署
多模态特征融合 · 病因分型 · 可解释性AI（XAI）· 多中心验证
王
PI
综合 AUC
0.941
诊断灵敏度
89.3%
诊断特异度
92.1%
整体准确率
91.1%
模型性能雷达图
六维评估指标（多中心验证集）
各病因分型 AUC
One-vs-Rest 多分类
多模态特征贡献
各数据模态对诊断的平均贡献权重
影像组学特征
48%
代谢组学特征
22%
蛋白组学特征
20%
临床特征
10%
影像特征贡献最高（48%），多组学特征总贡献42%，体现了多模态融合策略的优越性。
患者诊断分型结果（示例）
张
张明华
P001 · 54岁 · 男
诊断结果：
✓ 正确
置信度 94%
预测分型
慢性血栓栓塞性肺动脉高压
48%
影像
22%
代谢
20%
蛋白
10%
临床
XAI 关键特征（可解释性依据）
右肺动脉主干狭窄率78%
ET-1显著升高(×2.8)
BMP-9下调(×0.33)
琥珀酸升高(×2.3)
李
李秀芳
P002 · 42岁 · 女
诊断结果：
✓ 正确
置信度 88%
预测分型
纤维性纵隔炎
42%
影像
25%
代谢
23%
蛋白
10%
临床
XAI 关键特征（可解释性依据）
纵隔钙化影
纤维连接蛋白升高(×1.9)
L-精氨酸下调(×0.4)
双侧肺静脉受压
王
王淑珍
P006 · 71岁 · 女
诊断结果：
✓ 正确
置信度 91%
预测分型
肿瘤压迫
55%
影像
18%
代谢
17%
蛋白
10%
临床
XAI 关键特征（可解释性依据）
肺门肿块压迫
IL-6显著升高(×3.1)
MMP-2升高(×2.2)
右肺动脉外压性改变