引言

“面向目标的项目组联合日本（TOP GUN）”倡议是一个合作项目，旨在让日本各领域的年轻研究人员探索放射学领域的新兴课题，促进早期职业研究者们在及时且关键的主题上开展跨学科合作[1]。在第一阶段的第二年，该项目重点将人工智能（AI）应用于放射成像，探索诊断、治疗、伦理公平性以及绿色放射学等环境方面的新可能性[2]。随着该倡议进入第二阶段，学术重点从AI应用扩展到了一个名为“放射学进展（AIR）”的综合性框架[3]。这一扩展的范围涵盖了量化、精准医疗、数字化转型和系统生理学等关键问题，反映了日本放射学的最新发展[4]。通过整合高精度硬件、深度分子分析和前瞻性计算伦理学，TOP GUN团队继续提供多机构综述，这些综述正在塑造当前的临床实践。

技术创新与精准临床肿瘤学

“AIR”框架的主要目标之一是将工程进步整合到常规临床肿瘤学工作流程中。在胸部成像领域，Yanagawa等人展示了光子计数探测器计算机断层扫描（PCD-CT）的临床实用性，表明其更高的空间和对比度分辨率如何改善肿瘤成像[5]。同样，在肌肉骨骼成像领域，Ide等人回顾了最新进展，并将工程发展与临床应用联系起来[6]。通过全面的临床综述，更新了针对特定器官的诊断和治疗策略。Saida及其同事回顾了主要的泌尿生殖系统和妇科恶性肿瘤，涵盖了宫颈癌的当前策略[7]，以及肾癌的新兴技术和更新的诊断标准[8]。这些综述为临床医生提供了清晰的、基于证据的指南，帮助他们将技术进步转化为患者护理。

分子前沿、放射基因组学和系统生理学

除了宏观解剖学评估之外，在第二阶段，我们更深入地研究了生物学、遗传学和流体动力学之间的相互作用。在核医学领域，Watabe等人回顾了治疗诊断学和肿瘤正电子发射断层扫描（PET）的最新进展，展示了新的放射性核素和分子靶点如何将诊断与靶向放射性核素治疗联系起来[9]。在分子层面，Kurokawa等人研究了儿童型弥漫性胶质瘤的放射基因组学特征，分为两部分综述了高级别组[10]和低级别组[11]。 该倡议还将其生理学范围扩展到了系统清除机制。Nishioka等人从放射肿瘤学家的角度分析了淋巴系统在肿瘤学中的作用，提供了一种理解肿瘤微环境、液体分布和癌症治疗期间代谢废物清除的方法[12

未来框架与医疗保健AI的融合

随着放射学中的计算从第一阶段探索的深度学习模型转向更自主的系统，安全性和一致性仍然是关键优先事项[2, 3]。Ueda等人通过研究医疗保健中的人工超级智能（ASI）的融合来解决这一转变[13

结论

TOP GUN倡议的最新出版物展示了一个将多个学科的进步与实际临床应用联系起来的研究网络。从高精度硬件、分子治疗诊断学到自主系统的伦理学，该团队展示了跨学科合作的价值。 未来，该倡议将继续推广AIR框架，重点关注基于证据的创新、临床转化和更好的患者结果。