2023年春节刚过，我院超声诊断科科研团队与省内多家医院合作文章《Towardsprecisionmedicinebasedonacontinuousdeeplearningoptimizationandensembleapproach》在《nature》合作期刊《npjDigitalMedicine》（影响因子/JCR分区：15.357/Q1）发表，李建为通讯作者，金林原为共同第一作者，南华大学附属长沙中心医院为共同第一和通讯作者单位。

  该文以实现超声乳腺肿块精准诊断为实例对CLS进行了模拟前瞻性研究，首次采用少量数据训练人工智能诊断模型，并对原始图像不进行任何裁剪，使其更符合临床实际工作，应用多模型集成实现了对肿块同时进行良恶性诊断和病理类型及病理疾病诊断，采用优选方法解决了持续机器学习过程中AI诊断的监管问题。CLS在3个外部数据集中使用7个独立数据集进行了测试并与21名医生进行了比较，CLS完成6次学习后诊断能力超过了20名医生，这一方法也可应用于其它肿块的AI诊断，如果有更多的研究者采用该方法进行深入研究，有望实现AI诊断的重大突破，可进一步改善临床医疗工作和实现AI的广泛临床应用。

超声诊断科