构建AI-dNAAT融合新范式：首部系统性框架综述发布，绘制分子诊断智能升级路线图

本文综述了数字核酸扩增检测（dNAAT）在分子诊断领域的应用及其面临的挑战，尤其是图像数据的智能解读与诊断流程的系统集成问题。研究目的是通过提出一个涵盖五大核心环节的AI-赋能dNAAT工作流框架，为dNAAT的发展提供理论支撑与实践指引。文章系统梳理了AI在dNAAT荧光图像解读中的演进路径，分析了基础视觉模型在dNAAT领域的早期应用，并整合了近年来dNAAT集成设备的发展路径。结论指出，AI与dNAAT的深度融合有望推动从实验室原型到临床可用工具的快速转化，但当前仍面临数据多样性、模型解释性和设备标准化等挑战。