来自查尔斯达尔文大学（Charles Darwin University）、联合国际大学（United International University）和澳大利亚天主教大学（Australian Catholic University，简称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，该研究设计了一个模型，该模型逐帧分析视频，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匹配到不同的肺部疾病，并将超声结果分类为正常、肺炎、COVID-19等诊断类别。
该模型的诊断准确率为96.57%，这一结果已由医疗专业人士验证。查尔斯达尔文大学兼职副教授尼乌莎·沙菲阿巴迪（Niusha Shafiabady）表示：“该模型还使用AI技术向放射科医生展示其决策的原因，使他们更容易信任和理解结果。”
“该系统通过热图等可视化工具向医生展示其决策依据，这有助于放射科医生定位关注区域，显著提高临床透明度。”沙菲阿巴迪副教授补充道，“这个模型可以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，该模型还可以被训练以识别更多疾病，包括结核病、尘肺病、哮喘、癌症、慢性肺病和肺纤维化，或利用CT扫描和X光片进行诊断评估。
这项研究由孟加拉国联合国际大学的研究人员领导，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）、叶霍·肯格彻博士（Dr. Kheng Cher Yeo）、弗里斯奥·德波尔教授（Professor Friso De Boer）和尼乌莎·沙菲阿巴迪副教授参与其中，后者也是澳大利亚天主教大学的研究员。
(全文结束)
