新人工智能可识别 97% 的肺部疾病，并能区分肺炎和 COVID-19

突破性的新人工智能模型能够从超声视频中检测是否存在不同的肺部疾病，准确率高达 96.57%，甚至能够区分异常是否是由肺炎、COVID-19 或其他疾病引起的。

该模型由澳大利亚查尔斯达尔文大学（CDU）、联合国际大学和澳大利亚天主教大学（ACU）的研究人员开发，可以识别不同肺部疾病的特定模式，优于之前在相同超声数据集上测试过的人工智能工具。

“该模型还使用人工智能技术向放射科医生展示其做出某些决定的原因，使他们更容易信任和理解结果，”该研究的合著者、基民盟教授 Niusha Shafiabady 说。– 该模型可以帮助医生快速准确地诊断肺部疾病，支持他们的决策，节省时间，并作为宝贵的培训工具。 –

该团队结合了两种人工智能模型，强调了该技术对诊断需求的适应性。其中一种称为卷积神经网络（CNN），它寻找图像或帧中的模式，重点关注人眼在检查扫描时可能错过的最微小的基于像素的变化。然后，长短期记忆 (LSTM) 模型使用这些信息并将其置于更广泛的背景中，随着时间的推移分析 CNN 的数据，同时“忘记”不相关的数据。

结合它们的力量，被称为 TD-CNNLSTM-LungNet 的新型混合模型能够非常好地识别异常情况，然后解释问题所在。此外，它还可以确定扫描结果是否显示肺炎、COVID-19、其他肺部疾病的证据，或者肺部是否正常。凭借高达 96.51% 的“召回”率，这本质上意味着人工智能识别出的假阴性非常少，这对于治疗时间紧迫的肺部疾病非常重要。

该模型使用现有数据集的超声视频，超越了现有的 AI 诊断工具，目前该工具的得分约为 90-92%。

尽管毫无疑问人工智能诊断将很快在临床中普及，但对这种新兴技术的怀疑和不信任仍然存在。虽然我们现在可以交互的人工智能聊天机器人尚未接受过现阶段临床评估医学扫描或测试的训练，但正在全面开发特定模型，以成为医疗保健领域的可靠工具。

例如，就在一年前，美国食品和药物管理局 (FDA) 批准使用皮肤传感器设备，第一款由智能手机人工智能驱动的设备，被证明能够检测大约 200 种不同类型的皮肤癌。（顺便说一句，我通过类似的智能手机摄像头设备和人工智能软件发现了基底细胞癌。）虽然这些工具并不是为了取代医疗专业人员，但我的皮肤癌专家在使用这些工具之前正确地识别出了我背部的癌点。AI 摄像头设备——它们将成为我们在医学领域见过的最有益、最实惠的技术。

这种新的肺部疾病 AI 模型为我们提供了未来的线索，它能够正确识别区分的细微差别，例如 COVID-19 与肺炎。正如研究人员指出的，这两种情况看起来与人眼相似，但具有不同的模式，使人工智能模型能够发现差异。然后它会生成一份报告，说明每次扫描得出结论的原因。

“所提出模型的可解释性旨在提高这种方法的可靠性，”Shafiabady 说。– 该系统使用热图等视觉效果向医生展示为何做出某些决定。这种解释技术将帮助放射科医生定位焦点区域并显着提高临床透明度。”

2024 年，Google 在以下领域取得了巨大进步医疗诊断和人工智能。同样，该技术正在为医疗保健开发，以协助处理从外科手术到药物发现。它已经显示出其在检测方面的潜力脑肿瘤和其他癌症。

Shafiabady 指出，只要模型接受正确的数据训练，它就有可能进一步提高肺部疾病的诊断能力，发现结核病、黑肺病、哮喘、癌症、慢性肺病和肺纤维化的迹象。研究人员希望调整该模型，使其能够准确评估超声波之外的其他内容，例如 CT 扫描和 X 射线。

该研究发表在期刊上计算机科学前沿。

来源：查尔斯·达尔文大学