一種突破性的新型人工智慧模型能夠從超音波影片中檢測出不同肺部疾病的存在，準確率高達96.57%，它甚至能夠區分異常是由肺炎、COVID-19 還是其他疾病引起的。

該模型由澳洲查爾斯-達爾文大學（CDU）、聯合國際大學（United International University）和澳洲天主教大學（ACU）的研究人員開發，能夠識別不同肺部疾病的特定模式，其性能優於先前在相同超音波資料集上測試過的人工智慧工具。

“該模型還利用人工智慧技術向放射科醫生展示它做出某些決定的原因，使他們更容易信任和理解結果，」研究報告的合著者、CDU 教授Niusha Shafiabady 說。 “這個模型可以幫助醫生快速準確地診斷肺部疾病，支持他們的決策，節省時間，並可作為一種有價值的培訓工具。”

雖然它們看起來不同，但在超音波檢查框架上，肉眼很難將它們區分開來

該團隊將兩種人工智慧模型結合在一起，凸顯了該技術對診斷需求的適應性。 其中一種被稱為卷積神經網路（CNN），它在圖像或幀中尋找模式，重點關注人眼在檢查掃描時可能忽略的基於像素的最微小變化。 然後，一個長短期記憶（LSTM）模型使用這些信息，並將其放入更廣泛的背景中，隨著時間的推移分析CNN 的數據，同時”遺忘”無關數據。

在它們的共同作用下，被稱為TD-CNNLSTM-LungNet 的新型混合模型能夠令人難以置信地發現異常，然後解釋問題所在。 此外，它還能確定掃描結果是否顯示肺炎、COVID-19、其他肺部疾病或肺部是否正常。 人工智慧的”召回”率高達96.51%，這意味著人工智慧幾乎不會識別出假陰性結果，這對於治療時間緊迫的肺部疾病非常重要。

利用現有資料集的超音波視頻，該模型超越了現有的人工智慧診斷工具，後者目前的得分率約為90-92%。

人工智慧模型可以識別肺炎的症狀，這些症狀與其他肺部疾病不同

毫無疑問，人工智慧診斷很快就會在診所普及，但人們對這項新興技術的懷疑和不信任仍然存在。 雖然我們現在能與之互動的人工智慧聊天機器人在現階段還沒有接受過臨床評估醫學掃描或測試的訓練，但正在全面開發的特定模型將成為醫療保健領域的可靠工具。

例如，就在一年前，美國食品藥物管理局（FDA）批准了DermaSensor設備的使用，這是第一款由智慧型手機AI驅動的設備，已被證明能夠檢測出約200種不同的皮膚癌。 雖然這些工具並不是要取代醫療專業人員–我的皮膚癌專家在使用人工智慧攝影設備之前就正確地識別出了我背部的癌斑–但它們將成為我們在醫學領域所見過的最有益、最經濟實惠的技術。

這個新的肺病人工智慧模型為我們提供了一個線索，它能夠正確識別諸如COVID-19 和肺炎之間的細微差別。 正如研究人員所指出的那樣，這兩種疾病在人眼中看起來都很相似，但卻有不同的模式，使人工智慧模型能夠發現其中的差異。 然後，模型會產生一份報告，說明每次掃描得出結論的原因。

沙菲阿巴迪說：”建議模型的可解釋性旨在提高這種方法的可靠性。該系統利用熱圖等視覺效果向醫生展示其做出某些決定的原因。這種解讀技術將有助於放射科醫師定位病灶區域，大幅提高臨床透明度。

2024 年，Google在醫療診斷和人工智慧領域取得了巨大進步。 同樣，Google正在開髮用於醫療保健的技術，以協助從手術到藥物發現的一切工作。 它已經顯示出在檢測腦腫瘤和其他癌症方面的應用潛力。

只要根據正確的數據對模型進行訓練，它就有可能進一步提高肺病診斷能力，發現肺結核、黑肺、氣喘、癌症、慢性肺病和肺纖維化的跡象。 研究人員希望調整該模型，使其能夠準確評估CT掃描和X光等超音波檢查以外的其他檢查。

這項研究發表在Frontiers in Computer Science雜誌。