科技日報(bào)記者 劉霞
據(jù)美國《每日科學(xué)》雜志網(wǎng)站近日報(bào)道，美國杜克大學(xué)的計(jì)算機(jī)工程師和放射科醫(yī)生開發(fā)了一個(gè)新型人工智能（AI）平臺(tái)，可分析乳房X光掃描數(shù)據(jù)中的潛在癌性病變，以確定患者是否應(yīng)該接受侵入性活檢。與之前類似系統(tǒng)不同的是，該人工平臺(tái)能夠準(zhǔn)確解釋并展示其是如何得出結(jié)論的，有助醫(yī)療工作者更好地做出決策。
能夠讀取醫(yī)學(xué)圖像的工程AI是一個(gè)巨大的行業(yè)。目前，科學(xué)家們已經(jīng)開發(fā)出數(shù)千種獨(dú)立算法，美國食品藥品監(jiān)督管理局（FDA）已經(jīng)批準(zhǔn)其中100多種用于臨床。然而，無論是讀取MRI、CT還是乳房X光掃描，很少有平臺(tái)使用超過1000張圖像的驗(yàn)證數(shù)據(jù)集或包含人口統(tǒng)計(jì)信息。信息缺乏，加上有些AI系統(tǒng)在實(shí)際使用中失敗，比如系統(tǒng)無法對來自多個(gè)不同設(shè)備的圖像進(jìn)行識(shí)別等，導(dǎo)致許多醫(yī)生質(zhì)疑AI在高風(fēng)險(xiǎn)醫(yī)療決策中的應(yīng)用。
在最新研究中，科學(xué)家們利用從杜克大學(xué)衛(wèi)生系統(tǒng)484名患者身上采集的1136張圖像對新AI進(jìn)行了訓(xùn)練。他們首先教AI發(fā)現(xiàn)可疑病變，忽略所有健康組織和其他無關(guān)數(shù)據(jù)，然后請放射科醫(yī)生仔細(xì)標(biāo)記圖像，教AI關(guān)注病變邊緣，即潛在腫瘤與健康周圍組織的交界處，并將這些邊緣與已知癌性和良性結(jié)果的圖像邊緣進(jìn)行比較。訓(xùn)練完成后，他們對AI進(jìn)行了測試。雖然它并沒有超越人類放射科醫(yī)生，但它和其他“黑匣子”計(jì)算機(jī)模型一樣出色。當(dāng)新的AI出錯(cuò)時(shí)，使用它的人將能夠認(rèn)識(shí)到它是錯(cuò)誤的，以及它出錯(cuò)的原因。
最新研究負(fù)責(zé)人、杜克大學(xué)放射學(xué)教授約瑟夫·洛說：“我們最新研究出來的算法不僅能工作，還能解釋并說明它們基于什么得出相關(guān)結(jié)論。它可以成為一個(gè)有用的培訓(xùn)平臺(tái)，教學(xué)生如何閱讀乳腺攝影圖像；還可以幫助人口稀少地區(qū)那些不經(jīng)?？慈榉縓光掃描的醫(yī)生作出更好的醫(yī)療決定?！?/p>
營業(yè)執(zhí)照公示信息