新AI能識別97%肺部疾病，並能區分肺炎與COVID-19
一項突破性的AI模型能夠從超聲波視頻中檢測不同的肺部疾病，準確率高達96.57%，更能辨別異常是由肺炎、COVID-19還是其他疾病引起的。
這個模型是由澳洲查爾斯達爾文大學（CDU）、聯合國際大學和澳大利亞天主教大學（ACU）的研究人員共同開發的，能夠識別不同肺部疾病的特定模式，超越了之前在同一超聲波數據集上測試的AI工具。
“這個模型還利用AI技術向放射科醫生解釋為何做出某些決策，使他們更容易信任和理解結果，”該研究的共同作者、CDU教授Niusha Shafiabady表示。“這個模型幫助醫生快速準確地診斷肺部疾病，支持他們的決策，節省時間，並作為一個有價值的培訓工具。”
團隊結合了兩種AI模型，突顯了這項技術在診斷需求上的適應性。其中一種是卷積神經網絡（CNN），尋找圖像或幀中的模式，專注於人眼在檢查掃描時可能忽略的微小像素變化。另一種是長短期記憶（LSTM）模型，利用這些信息並將其放入更廣泛的上下文中，分析CNN的數據並“忘記”不相關的數據。
這種新型的混合模型TD-CNNLSTM-LungNet能夠出色地檢測異常，然後解釋問題所在。更重要的是，它能夠判斷掃描結果是否顯示肺炎、COVID-19、其他肺部疾病或正常狀況。其高達96.51%的“召回率”意味著AI識別的假陰性非常少，這在治療時間敏感的肺部疾病時至關重要。
使用現有數據集的超聲波視頻，該模型超越了現有的AI診斷工具，後者目前的準確率約為90-92%。
儘管AI診斷工具在診所的應用似乎將成為常態，但對這種新興技術的懷疑和不信任依然存在。雖然我們現在可以互動的AI聊天機器人尚未接受臨床醫學掃描或測試的訓練，但各種專用模型正在被開發，以成為可靠的醫療工具。
例如，就在一年前，美國食品藥品監督管理局（FDA）批准了DermaSensor裝置的使用，這是第一款能夠檢測約200種不同類型皮膚癌的智能手機AI設備。雖然這些工具並不打算取代醫療專業人士，但它們有望成為醫學中最有益和最經濟的技術。
這個新的肺部疾病AI模型讓我們看到了未來的希望，它能夠正確識別出例如COVID-19和肺炎之間的細微差異。研究人員指出，這兩種情況在人眼看來相似，但具有獨特的模式，使AI模型能夠辨別出來。然後，它會針對每個掃描生成報告，解釋其結論的原因。
“該模型的可解釋性旨在提高這種方法的可靠性，”Shafiabady說。“系統通過熱圖等視覺效果向醫生展示其做出某些決策的原因。這種解釋技術將幫助放射科醫生定位重點區域，並大大改善臨床透明度。”
在2024年，谷歌在醫療診斷和AI領域取得了巨大進展。同樣，這項技術也在醫療保健中被開發，協助從手術到藥物發現等各個方面。它已顯示出在檢測腦腫瘤和其他癌症方面的潛力。
Shafiabady指出，只要模型在正確的數據上進行訓練，就有潛力進一步提升其肺部疾病診斷能力，檢測結核病、黑肺病、哮喘、癌症、慢性肺病和肺纖維化的跡象。研究人員還希望將該模型適應到能夠準確評估超聲波以外的影像，例如CT掃描和X射線。
這項研究發表在《計算機科學前沿》期刊上。
—
從這篇文章中，我們可以看到AI在醫療領域的潛力正持續增長，特別是在肺部疾病的診斷方面。這不僅是技術的進步，也是對醫療工作者的一種支持。通過提供清晰的解釋和提高診斷的準確性，AI能夠協助醫生在繁忙的臨床環境中做出更快的決策，從而改善患者的治療效果。然而，對於AI的信任和理解依然是推廣這項技術的一大挑戰，醫療界需要不斷教育和培訓，以確保醫生和患者對這些新工具的信心。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
