人工智能提升对疑似透光异物吸入的识别能力

2025年11月24日，星期一

根据11月10日在线发表于《npj·数字医学》的一项研究，一种基于人工智能的模型可能有助于评估胸部计算机断层扫描中疑似透光异物吸入的情况。

图片来源：drugs

来自中国武汉华中科技大学的刘晓凡及其同事开发了一个深度学习模型。该模型将高精度气道分割方法MedpSeg与卷积分类器相结合，用以检测透光异物吸入，并在三个独立的队列（超过400名参与者）上进行了训练和验证。

作者报告称，该模型表现出一致的性能，准确率超过90%，并且在召回率和精确度之间取得了良好平衡。在一个盲法独立评估队列中，该模型在召回率（71.4%对35.7%）和F1分数（74.1%对52.6%）方面均优于放射学专家，这表明该模型有潜力减少漏诊病例（假阴性）并支持临床决策。

该研究的主要作者、来自英国南安普顿大学的王逸华博士在一份声明中表示：“这些结果证明了人工智能在医学领域的现实潜力，特别是对于那些通过标准影像学检查难以诊断的病症。”