研究人员训练AI诊断肺部疾病
查尔斯达尔文大学（Charles Darwin University, CDU）
AI评估用于诊断肺部疾病的热图。图片源自COVIDx-US的数据。
人工智能（AI）有望成为放射科医生的最佳助手，研究人员正在训练这项技术以准确诊断肺炎、COVID-19及其他肺部疾病。
这项新研究由查尔斯达尔文大学（CDU）、国际联合大学（United International University）和澳大利亚天主教大学（Australian Catholic University, ACU）的研究人员共同进行，旨在开发和训练一种AI模型，以分析肺部超声视频并诊断呼吸系统疾病。
该模型通过检查每个视频帧来寻找肺部的重要特征，并评估视频帧的顺序以理解肺部随时间的变化模式。
然后，模型识别出特定模式，指示不同的肺部疾病，并基于这些信息将超声图像分类为正常、肺炎、COVID-19或其他肺部疾病。
共同作者、查尔斯达尔文大学名誉副教授牛莎·沙菲亚巴迪（Niusha Shafiabady）表示，该模型的准确率为96.57%，且AI分析已由医疗专业人员验证。
“该模型还使用AI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。”沙菲亚巴迪副教授说。
该模型使用了可解释的人工智能（XAI），这是一种允许人类用户理解并信任机器学习算法结果的方法。
“该模型的可解释性旨在提高这种方法的可靠性。”沙菲亚巴迪副教授说。
“系统通过如热图等视觉方式向医生展示其做出某些决定的原因。这种解释技术将帮助放射科医生定位关注区域，并显著提高临床透明度。”
“该模型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。”
沙菲亚巴迪副教授表示，如果提供适当的数据，该模型还可以训练识别更多疾病，如结核病、尘肺病、哮喘、癌症、慢性肺病和肺纤维化。
该研究由位于孟加拉国的国际联合大学的研究人员领导，CDU的研究人员阿西夫·卡里姆博士（Asif Karim）、萨米·阿扎姆博士（Sami Azam）、叶科亨彻博士（Kheng Cher Yeo）、弗里索·德波尔教授（Friso De Boer）和沙菲亚巴迪副教授共同参与，后者也是ACU的研究人员。
未来的研究方向包括训练该模型评估其他影像，如CT扫描和X光片。
该研究题为“确保XAI的肺部超声视频自动化诊断呼吸系统疾病：创新混合模型方法”，已发表在《计算机科学前沿》期刊上。
(全文结束)
