肾慧诊：技术创新赋能肾脏疾病智能诊断新发展

河北医科大学启明医影团队研发的“肾慧诊——肾病影像与病理一体化辅助诊断系统”取得阶段性进展。该项目聚焦肾脏疾病早筛、早诊与精准评估等临床关键问题，围绕肾脏影像与病理诊断协同需求，积极探索人工智能技术在肾脏疾病辅助诊断领域的创新应用，致力于打造集临床辅助、教学支持与科研服务于一体的智能化平台。

肾脏疾病种类复杂，涵盖肾肿瘤、肾结石、肾囊肿及多种肾脏病理性损伤，临床诊断往往依赖医生对影像资料和病理切片的综合判断。由于病灶形态差异大、边界模糊、小目标识别难度高，加之基层医疗机构优质诊断资源相对不足，传统诊断方式在效率和一致性方面面临一定挑战。针对上述痛点，黄子杰带领团队坚持以临床需求为导向，推进医学、人工智能与工程技术深度融合，研发形成“肾慧诊”系统，为肾脏疾病智能辅助诊断提供了新的解决思路。

在核心算法方面，项目团队提出了KPM-YOLO模型。该模型以YOLOv11-seg为基础框架，结合肾脏影像与病理图像中病灶分布复杂、背景干扰明显、细节特征易丢失等特点，对多个关键模块进行了针对性改进与优化。通过对特征提取、信息融合和目标分割等环节的持续完善，KPM-YOLO进一步提升了模型在复杂场景下的识别精度与分割表现，增强了对肾脏病灶区域的细粒度感知能力，为智能诊断系统的稳定运行奠定了技术基础。

与传统单一图像分析软件相比，肾慧诊更加注重“影像+病理”跨模态协同应用。在临床场景中，系统可辅助医生完成病灶定位、区域分割、风险提示和结果参考，提高阅片效率与诊断一致性；在教学场景中，可支持典型病例展示、智能标注训练和影像病理对照学习，服务医学教育与人才培养；在科研场景中，平台还能够为数据整理、模型迭代和多模态研究提供支撑，进一步拓展医学人工智能的应用边界。

作为项目负责人，黄子杰表示，肾慧诊不仅是一次算法层面的技术探索，更是对肾脏疾病诊疗模式智能化升级的积极实践。团队将继续围绕临床真实需求，不断优化KPM-YOLO模型性能，拓展系统在更多肾脏疾病类型中的应用场景，推动项目在医院试点、校院合作和科研转化中的深入落地。

团队表示，未来将以项目为基础，积极推动注册成立专业化公司，构建集技术研发、产品迭代、临床合作和市场推广于一体的运营体系，推动项目从校园创新成果走向产业化发展。未来，团队计划率先在河北省内相关医院开展试点应用与场景验证，逐步形成面向病理科、影像科及肾内科的多场景解决方案，并探索与医院、科研院所及相关科技企业建立长期合作机制。