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和其他肺部疾病。
这项新研究由查尔斯达尔文大学（CDU）、联合国际大学和澳大利亚天主教大学（ACU）的研究人员共同进行，旨在开发和训练一种AI模型，用于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，它识别出特定模式，指示不同的肺部疾病，并根据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。
查尔斯达尔文大学兼职副教授尼乌沙·沙菲阿巴迪（Niusha Shafiabady）表示，该模型的准确率为96.57%，并且其分析结果已由医疗专业人士验证。
“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。”沙菲阿巴迪副教授说。
该模型采用可解释的人工智能（XAI），这是一种允许人类用户理解并信任机器学习算法生成结果的方法。
“该模型的可解释性旨在提高这种方法的可靠性。”沙菲阿巴迪副教授说。
“该系统通过热图等视觉工具向医生展示其做出某些决定的原因。这种解释技术有助于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，并作为有价值的培训工具。”
沙菲阿巴迪副教授表示，如果提供适当的数据，该模型可以被训练识别更多疾病，如结核病、尘肺病、哮喘、癌症、慢性肺病和肺纤维化。
该研究由孟加拉国联合国际大学的研究人员牵头，查尔斯达尔文大学的阿西夫·卡里姆博士（Dr. Asif Karim）、萨米·阿扎姆博士（Dr. Sami Azam）、叶欧·肯格彻博士（Dr. Kheng Cher Yeo）、弗里索·德博尔教授（Professor Friso De Boer）和尼乌沙·沙菲阿巴迪副教授共同参与。沙菲阿巴迪副教授同时也是澳大利亚天主教大学的研究员。
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。
这项名为《从肺部超声视频自动诊断呼吸系统疾病并确保XAI：创新的混合模型方法》的研究发表在《计算机科学前沿》期刊上。
(全文结束)
