传统CBCT成像受限于锥形束X射线采集方式，易产生条纹伪影（Streak Artifacts），可能干扰医生对病变组织边界的判断。CleaRecon DL技术通过深度学习算法对原始投影数据进行智能重建，在保留关键解剖结构细节的同时，显著降低伪影干扰。GE医疗临床测试数据显示，该技术可使肝脏肿瘤边缘锐度提升40%，前列腺微小病灶检出率提高35%，在神经介入及主动脉腔内修复（EVAR）手术中亦展现出对血管分支和支架位置的精准还原能力。

GE医疗介入解决方案总经理Arnaud Marie强调：“这项技术并非简单‘美化’图像，而是重建了数据采集与临床决策的逻辑链。通过模拟数万例临床场景的训练，AI模型学会了在低剂量辐射下优先捕捉对手术决策至关重要的信息，这相当于为医生提供了‘去噪’后的三维手术地图。”

CleaRecon DL的落地应用直指介入医学的三大痛点：

手术安全性提升：在肝肿瘤热消融术中，更清晰的3D重建可帮助医生将射频针精准定位至距血管≤2mm的安全边界，将并发症风险降低28%。

手术时间优化：前列腺动脉栓塞术（PAE）的影像分析时间从平均18分钟缩短至9分钟，使日手术量提升近一倍。

低剂量成像可行性：通过AI重建补偿，可在保持诊断级图像质量的前提下，将患者辐射暴露量减少至传统CBCT的60%。

技术生态：从单点创新到平台赋能

 

作为GE医疗“介入智能生态”战略的关键落子，CleaRecon DL与其Allia影像平台深度整合。该平台已搭载AI辅助穿刺导航、剂量智能调控等功能，形成覆盖术前规划、术中导航、术后评估的完整闭环。Marie指出：“当AI重建与机器人辅助系统协同工作时，医生能以更符合人体工学的操作路径完成高难度穿刺，这在脊柱介入等需要‘盲穿’的领域意义重大。”

此次获批标志着AI在介入放射学领域的应用迈入新阶段。不同于事后分析型AI工具，CleaRecon DL直接嵌入影像链前端，其技术路径或为CT、MRI等设备的AI升级提供范式参考。随着该技术在欧美市场的铺开，GE医疗计划未来三年内将其整合至移动介入手术车，推动精准介入治疗向基层医疗机构下沉。

“从达芬奇手术机器人到AI影像重建，医学工程正在重新定义‘微创’的边界。”Marie总结道，“我们的目标不仅是让医生‘看得更清楚’，更是让每一次治疗决策都建立在更客观、可量化的数据基础上。”