休斯顿大学的一名研究人员开发了一种人工智能系统，该系统可以在放射科医生实际移动之前预测他们在胸部X光片上将要查看的位置。
这种工具名为MedGaze，旨在通过模仿专家的注视模式来改善放射学培训、医院效率和AI驱动的诊断准确性。
“我们不仅试图猜测放射科医生下一步会做什么；我们还帮助机器和未来的放射科医生通过像专家一样看待世界来思考。”休斯顿大学电气与计算机工程副教授Hien Van Nguyen说，他是发表在《自然·科学报告》上的一项新研究的主要作者。
MedGaze作为一种“数字注视双胞胎”，训练了数千次记录经验丰富的放射科医生如何检查胸部X光片的眼动追踪会话。该软件模型可以显示放射科医生在哪里看、他们凝视的时间以及他们的顺序，从而实时生成详细的专家视觉解释图。
Nguyen表示，MedGaze能够预测长凝视序列的能力使其与之前的计算机视觉AI努力区分开来。
“与专注于基于特定对象或类别预测扫描路径的先前计算机视觉努力不同，我们的方法解决了为搜索胸部X光片中的多个异常情况建模扫描路径序列的更广泛背景。”Nguyen说。“具体来说，MedGaze的关键技术创新在于其能够建模比当前最先进的方法处理的凝视序列长一个数量级。”
据休斯顿大学介绍，该系统可以帮助医院更有效地分配阅读时间，了解诊断工作量，并通过提供新的见解来改进培训，这些见解展示了专家如何处理复杂病例。它还可以通过优先考虑人类专家首先会检查的医学图像区域来增强现有的诊断AI系统。
虽然该工具目前专门针对胸部X光片，但Nguyen和他的团队计划扩展其功能，包括其他成像方式，如MRI和CT扫描。
“这为理解并复制整个医学成像领域的临床专业知识开辟了一条统一的、AI驱动的道路。”Nguyen说。
研究团队还包括休斯顿大学的研究生Akash Awasthi和Mai-Anh Vu，以及MD安德森癌症中心的教授Carol Wu和Rishi Agrawal。
(全文结束)
