杜克-新加坡国立大学定量生物学和医学博士候选人袁涵开发了一种新方法，通过限制人工智能在解释图像时使用的胸部 X 光片的区域来提高人工智能在诊断肺塌陷或气胸时的准确性。

袁教授与放射科医生合作，了解他们如何解读此类 X 光片，并创建了一个简单的过滤器或模板，应用于 X 光片上，以指导人工智能的分析。袁教授的模型通过提高聚焦度，降低了假阳性率，从而提高了 12 个基准场景下的性能，证明了将临床知识融入人工智能诊断方法的价值。

在领导杜克-新加坡国立大学人工智能+医学科学计划(DAISI)的定量医学中心副教授刘楠的指导下，袁志军在《生物医学信息学杂志》上发表了这一研究成果。

00:00

00:09

沉默的

设置

画中画

进入全屏

玩

图片来源：袁涵

“我很高兴，也有点惊讶。最初的决定只用了一个月就做出了，原则上允许我们发表论文，这出乎意料，因为该期刊通常平均需要半年时间才能接受一篇论文。这一迅速的决定表明，临床知识与机器学习的结合引起了编辑和审稿人的兴趣，”袁说。