刘士远
主任医师 教授
个人履历：刘士远，男，主任医师，教授，博士研究生导师。1964年9月出生，山东省临沭县人。1987年7月毕业于第二军医大学医学影像系，获学士学位；1994年7年毕业于第二军医大学，获硕士研究生；1998年6月毕业于复旦大学医学院（原上海医科大学）获博士研究生；2000年6月在上海长征医院博士后出站。
任职情况：现任长征医院放射诊断科主任。担任亚洲胸部放射学会主席，中华医学会放射学分会候任主任委员，全军放射学会常务委员，中国医师协会放射医师分会副会长，中国医疗装备协会CT应用专委会主任委员，中国医学影像AI产学研用创新联盟理事长，国家卫生健康委能力建设和继续教育中心“放射影像数据库”专委会主任委员，第二届中国DICOM标准委员会副主任委员等学术兼职；担任《肿瘤影像学杂志》总编，《中华放射学杂志》、《临床放射学杂志》等七本核心期刊副总编。同时担任国家自然科学基金委自然基金初审、会审专家及会审专家组副组长、组长，国家卫健委新冠肺炎专家组影像专家组组长，担任国家及上海市继续教育项目评审专家， 总后勤部及上海市设备招标评审专家，中华医学会及上海市医学会医疗事故鉴定专家、人身伤害司法鉴定专家等工作。
医疗专长：
从事影像诊断工作33年，长期从事肺部疾病影像检查和诊断工作，积累了丰富的影像诊断经验，擅长肺结节的诊断和鉴别诊断。开展了上海地区低剂量CT早期肺癌筛查和肺癌早期诊断和早期治疗研究，创立及优化了肺结节系列技术方案，诊断效能提升34%。完成了上海地区14506例筛查，肺结节检出率29.89%，肺癌检出率1.23%，牵头制定了《低剂量螺旋CT早期肺癌筛查中国专家共识》和《CT辐射剂量诊断参考水平中国专家共识》。首先提出磨玻璃密度结节三分类法，发明了了一种自动获取种子点的磨玻璃结节自动图像分割方法，识别精确度达到96%。应用多种影像定量方法预测纯磨玻璃结节侵袭性；敏感性为93.%，特异性达92%，大大提升了磨玻璃结节临床处理的精准度。聚焦临床需求，构建了多种基于结节影像特征的精准预测模型，包括良恶性判断（敏感度93.4%，准确度86.6%）、I期NSCLC淋巴结转移预测模型（预测效能 AUC=0.825）和基于影像组学的EGFR突变预测模型（预测效能AUC=0.798），均取得了良好效果。国内较早开展肺结节深度学习人工智能模型的临床研究，制定了国内外较早的一个肺结节数据标注标准，建立了较早的一个肺结节AI产品国家标准检测库，创建了基于人工智能的肺癌筛查新模式，肺结节AI模型节省阅片时间67%，结节检出效能提升20%。牵头成立了“中国医学影像AI产学研用创新联盟”，编写了较早的一个“中国医学影像AI发展白皮书”。以上结果被引入英国胸科协会指南和加拿大肺结节报告分析系统，并牵头形成了“肺亚实性结节影像学处理中国专家共识”。
我院早期肺癌影像诊断正确性94.74%，纯磨玻璃密度结节的肺癌侵袭性判断准确性93%；我院手术切除肺癌早期占比从2012年的35.2%（334例）提升到2018年的63.8%（932例）。研究成果获得上海市科技进步一等奖。
获得荣誉：荣获总后勤部育才奖银奖（2009年）、全军知名影像专家（2015年）以及第二届”国之名医.优秀风范”（2018年），入选上海市领军人才计划（2017年）、上海市优秀学科带头人计划（2006年）、上海市21世纪优秀人才计划（2007年）。上海市拥军爱民先进个人（2020年）。
科研：作为课题第一负责人获得国家自然科学基金重点项目2项，面上项目4项，国家科技部重点研发重大国际合作项目1项，国家卫健委重点项目1项，上海市科委、卫计委重大科技专项5项，上海及军队重点及面上项目等共计38项4100余万元资助。
参编著作：发表学术论文350余篇，SCI论文70余篇，其中单篇很高影响因子53.276。主译专著4部，主编专著、教材9部，副主编6部，主审专著4部，参编专著11部。获得上海市科技进步一等奖等省部级二等以上医疗成果及科技进步奖6项，国家发明专利授权3项。
个人履历：刘士远，男，主任医师，教授，博士研究生导师。1964年9月出生，山东省临沭县人。1987年7月毕业于第二军医大学医学影像系，获学士学位；1994年7年毕业于第二军医大学，获硕士研究生；1998年6月毕业于复旦大学医学院（原上海医科大学）获博士研究生；2000年6月在上海长征医院博士后出站。
任职情况：现任长征医院放射诊断科主任。担任亚洲胸部放射学会主席，中华医学会放射学分会候任主任委员，全军放射学会常务委员，中国医师协会放射医师分会副会长，中国医疗装备协会CT应用专委会主任委员，中国医学影像AI产学研用创新联盟理事长，国家卫生健康委能力建设和继续教育中心“放射影像数据库”专委会主任委员，第二届中国DICOM标准委员会副主任委员等学术兼职；担任《肿瘤影像学杂志》总编，《中华放射学杂志》、《临床放射学杂志》等七本核心期刊副总编。同时担任国家自然科学基金委自然基金初审、会审专家及会审专家组副组长、组长，国家卫健委新冠肺炎专家组影像专家组组长，担任国家及上海市继续教育项目评审专家， 总后勤部及上海市设备招标评审专家，中华医学会及上海市医学会医疗事故鉴定专家、人身伤害司法鉴定专家等工作。
医疗专长：
从事影像诊断工作33年，长期从事肺部疾病影像检查和诊断工作，积累了丰富的影像诊断经验，擅长肺结节的诊断和鉴别诊断。开展了上海地区低剂量CT早期肺癌筛查和肺癌早期诊断和早期治疗研究，创立及优化了肺结节系列技术方案，诊断效能提升34%。完成了上海地区14506例筛查，肺结节检出率29.89%，肺癌检出率1.23%，牵头制定了《低剂量螺旋CT早期肺癌筛查中国专家共识》和《CT辐射剂量诊断参考水平中国专家共识》。首先提出磨玻璃密度结节三分类法，发明了了一种自动获取种子点的磨玻璃结节自动图像分割方法，识别精确度达到96%。应用多种影像定量方法预测纯磨玻璃结节侵袭性；敏感性为93.%，特异性达92%，大大提升了磨玻璃结节临床处理的精准度。聚焦临床需求，构建了多种基于结节影像特征的精准预测模型，包括良恶性判断（敏感度93.4%，准确度86.6%）、I期NSCLC淋巴结转移预测模型（预测效能 AUC=0.825）和基于影像组学的EGFR突变预测模型（预测效能AUC=0.798），均取得了良好效果。国内较早开展肺结节深度学习人工智能模型的临床研究，制定了国内外较早的一个肺结节数据标注标准，建立了较早的一个肺结节AI产品国家标准检测库，创建了基于人工智能的肺癌筛查新模式，肺结节AI模型节省阅片时间67%，结节检出效能提升20%。牵头成立了“中国医学影像AI产学研用创新联盟”，编写了较早的一个“中国医学影像AI发展白皮书”。以上结果被引入英国胸科协会指南和加拿大肺结节报告分析系统，并牵头形成了“肺亚实性结节影像学处理中国专家共识”。
我院早期肺癌影像诊断正确性94.74%，纯磨玻璃密度结节的肺癌侵袭性判断准确性93%；我院手术切除肺癌早期占比从2012年的35.2%（334例）提升到2018年的63.8%（932例）。研究成果获得上海市科技进步一等奖。
获得荣誉：荣获总后勤部育才奖银奖（2009年）、全军知名影像专家（2015年）以及第二届”国之名医.优秀风范”（2018年），入选上海市领军人才计划（2017年）、上海市优秀学科带头人计划（2006年）、上海市21世纪优秀人才计划（2007年）。上海市拥军爱民先进个人（2020年）。
科研：作为课题第一负责人获得国家自然科学基金重点项目2项，面上项目4项，国家科技部重点研发重大国际合作项目1项，国家卫健委重点项目1项，上海市科委、卫计委重大科技专项5项，上海及军队重点及面上项目等共计38项4100余万元资助。
参编著作：发表学术论文350余篇，SCI论文70余篇，其中单篇很高影响因子53.276。主译专著4部，主编专著、教材9部，副主编6部，主审专著4部，参编专著11部。获得上海市科技进步一等奖等省部级二等以上医疗成果及科技进步奖6项，国家发明专利授权3项。
