https://big5.sputniknews.cn/20260518/1071363943.html

俄羅斯研發出一種能為放射科醫生提供“第二雙眼睛”的人工智能系統

俄羅斯研發出一種能為放射科醫生提供“第二雙眼睛”的人工智能系統

俄羅斯衛星通訊社

俄羅斯因諾波利斯大學的科學家研發的一種新型神經網絡，能夠預測醫生在分析X光片時的眼球運動軌跡。據研發者稱，該算法不僅可以“教會”年輕的放射科醫生如何觀察圖像，還能幫助他們注意到診斷中的一些重要細節。這項研究成果已在神經信息處理系統大會（NeurIPS）上發表。 2026年5月18日, 俄羅斯衛星通訊社

2026-05-18T21:45+0800

2026-05-18T21:45+0800

2026-05-18T21:47+0800

俄羅斯

醫生

人工智能

https://cdn.sputniknews.cn/img/103154/95/1031549565_0:298:2681:1806_1920x0_80_0_0_30531511ec9fa1ff83cf0ffdddcdb19b.jpg

根據不同的任務——例如，為了尋找肺炎、心力衰竭的症兆，或監測肋骨骨折的愈合情況，醫生需要關注胸部X光片的不同區域。然而，因諾波利斯大學的科學家指出，現代的“診斷”神經網絡往往只關注極暗或極亮的像素，而這些像素也有可能是由於X光室的背光或患者身上佩戴的首飾吸收輻射造成的。這所大學的專家們研發出一種人工智能放射科醫生助手。它不僅要依據圖像，還依靠包括解剖學、診斷學和其他信息在內的醫療數據。研究者之一、伊諾波利斯大學醫學人工智能實驗室專家德米特里·利沃夫（Dmitry Lvov）說：“我們的模型集視覺、語言和醫學等知識於一體，能夠預測放射科醫生在查看醫學圖像時的視線方向。它不僅把像素與明亮區域聯繫起來，還能把這些區域的醫學含義以及診斷任務聯繫起來。這種特殊的數據分析方法使我們能夠看到神經網絡內部，並從單個圖像片段中提取出人類可讀的語義描述，例如‘骨骼’、‘心臟’、‘暗區’”。訓練神經網絡時使用了三類數據：從專門的醫學算法中提取的視覺特徵；對診斷標籤的文本描述，例如“正常”或“肺炎”；以及語義數據——用人類可讀的數據描述示例。結果，這種模型不僅能預測注意力熱圖，還能預測注視序列：圖像區域的坐標以及注視持續的時間——這與放射科醫生在尋找醫學問題答案時分配注意力的方式完全相同。伊諾波利斯大學人工智能實驗室主任伊利亞·佩爾申表示，新系統檢測肺炎和心力衰竭的準確率比同類系統高出 5%。然而，該模型的價值不在於它能夠成為“獨立醫生”，而在於它能夠訓練年輕的醫護人員不僅能夠看到圖像，還能正確地“觀察”圖像。這項研究獲得了俄羅斯聯邦經濟發展部的支持。

https://big5.sputniknews.cn/20260511/1071201918.html

2026

News

cn_CN

俄羅斯, 醫生, 人工智能