佐治亚州肯尼索 | 2026年4月20日
前列腺癌仍是男性中最常见的疾病之一，但目前的筛查方法往往导致不必要的活检和漏诊。在肯尼索州立大学，助理教授穆罕默德·伊姆兰正致力于利用人工智能和高级成像技术提高准确性并减轻患者压力。
伊姆兰是计算与软件工程学院及数据科学与分析学院的教师，他领导了一项题为"人工智能增强的微型超声波在活检中改进临床显著前列腺癌检测"的研究。该研究探讨了人工智能如何与高分辨率微型超声波成像结合，帮助医生实时更好地识别侵袭性癌症。
"人工智能正被应用于各个领域，人们已将其用于疾病检测，"伊姆兰说。"微型超声波是一项新技术，尚未得到充分探索，因此我想研究如何利用人工智能更准确地检测前列腺癌。"
传统筛查方法，如前列腺特异性抗原（PSA）血液测试和直肠指检，可能提示癌症可能性，但常导致假阳性诊断。许多情况下，患者接受活检后却发现没有癌症。
伊姆兰的研究通过将机器学习模型与微型超声波成像相结合来应对这一挑战，后者提供与磁共振成像（MRI）相当的分辨率，但成本更低。他的AI系统分析影像数据，帮助区分癌变和非癌变组织，提高诊断精度。
"有时生物标志物提示患者患有癌症，但活检后发现并非如此，"伊姆兰说。"这意味着患者接受了不必要的手术。采用这种方法，我们可以减少误诊。"
该系统通过从微型超声波图像中提取关键特征，并结合临床数据来训练预测模型。在早期测试中，AI辅助方法优于传统生物标志物，尤其在识别无侵袭性癌症的患者方面。
除了准确性，该技术还有潜力简化诊断流程。通过实时成像，医生可在单次就诊中评估癌症风险并指导活检决策，减少额外检测需求并降低总体成本。
"这将减少不必要的活检需求、降低成本并减轻患者痛苦，"伊姆兰说。"还将减少临床医生诊断前列腺癌所花费的时间。"
计算与软件工程学院代理院长季一鸣表示，伊姆兰的工作体现了学院将先进技术应用于现实挑战的承诺。
"这项研究展示了如何利用人工智能改善医疗结果并使关键诊断更易获得，"季说。"这项工作例证了肯尼索州立大学努力培养的创新性、跨学科方法。"
该研究仍处于早期阶段，测试基于相对较小的数据集。伊姆兰计划通过收集更多数据并让额外医疗专业人员参与，来扩大研究规模以验证方法。
"下一步是在更大数据集上测试并让更多放射科医生参与，确保技术可靠，"他说。
自2025年加入肯尼索州立大学以来，他一直在推进研究，同时建设新基础设施，包括医疗保健高级研究智能计算实验室。KSU通过提供图形处理单元等计算资源和研究基础设施，支持开发和测试AI模型。
"如果在更大规模上得到验证，这可以显著减少不必要的活检并改善早期检测，"伊姆兰说。"这才是真正惠及患者的影响力。"
（图片：穆罕默德·伊姆兰）
—— 故事作者：雷纳德·丘奇韦尔
（图片提供）
【全文结束】
