查尔斯达尔文大学、联合国际大学和澳大利亚天主教大学（ACU）的研究团队正在开发和训练人工智能（AI）模型，以分析肺部超声视频并诊断呼吸系统疾病。
在最新的医学诊断应用中，这项研究设计了一个模型，该模型逐帧分析超声视频，寻找肺部的重要特征，并评估帧的顺序以理解随时间变化的模式。该模型随后将这些特征与不同的肺部疾病匹配，并将超声视频归类到诊断类别中，如正常、肺炎、COVID-19等。
研究表明，该模型的诊断准确率为96.57%，AI分析结果已由医疗专业人士验证。研究合著者、查尔斯达尔文大学客座副教授Niusha Shafiabady表示：“该模型还使用AI技术向放射科医生展示其做出某些决策的原因，使他们更容易信任和理解结果。”
Shafiabady副教授补充道：“系统通过热图等可视化工具向医生展示其决策原因，这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。”
未来，该模型可以训练识别更多疾病，包括结核病、煤工尘肺、哮喘、癌症、慢性肺病和肺纤维化，或利用CT扫描和X光等其他影像进行诊断评估。
该研究由位于孟加拉国的联合国际大学的研究人员领导，查尔斯达尔文大学的研究人员Asif Karim博士、Sami Azam博士、Kheng Cher Yeo博士、Friso De Boer教授和Niusha Shafiabady副教授也参与其中，Niusha Shafiabady同时也是ACU的研究员。
(全文结束)
