理大先进制造研究院、人工智能物联网研究院及潘乐陶慈善基金智慧能源研究院成员、工业及系统工程学系助理教授张晓革教授及其研究团队，创新研发出一套可信人工智能框架 TRUECAM (TRustworthiness-focused, Uncertainty-aware, End-to-end CAncer diagnosis with Model-agnostic capabilities)。该框架可应用于全切片影像分析，用作非小细胞肺癌亚型分类，同时提升数据和人工智能模型的可验证可靠性，为病理人工智能在癌症诊断中的安全应用奠定重要基础。
TRUECAM 旨在提升人工智能诊断癌症的可信度。它能评估人工智能对诊断结果的把握程度，并在结果存在较高不确定性时，或输入数据超出模型适用范围时主动提示医生复核；同时，框架可配合不同类型的人工智能模型，支持由病理影像到诊断结果的完整分析流程，协助医护人员更可靠地运用人工智能诊断结果。
该框架应用于全切片影像技术，即把玻璃载玻片上的组织切片扫描成高解像度数码影像，让医生可于计算机上以「虚拟显微镜」方式检视病理样本。研究结果显示，TRUECAM 不仅适用于非小细胞肺癌亚型分类，亦可拓展至乳癌、脑癌和肾癌的亚型分类，甚至涵盖 46 个类别的泛癌切片分类，充分展现其广泛应用潜力及临床转化价值。
作为一套通用框架，TRUECAM 可应用于不同规模、架构、用途和复杂程度的病理人工智能模型，支持负责任的临床应用。框架具备三大核心功能，包括识别「超出适用范围」的输入数据、自动筛选模棱两可及难以判断的图像区域，并采用「共形预测」技术，将诊断错误率控制在可接受的范围内。
研究团队在多个癌症数据集上，运用两类人工智能模型对 TRUECAM 进行系统性测试，包括针对特定任务的专用模型，以及具广泛应用潜力的基础模型。计算实验结果显示，套用 TRUECAM 的模型在分类准确度、稳定性、可解释性、数据使用效率及公平性等各方面，均较未套用的模型表现优胜。
这项研究已发表于国际权威期刊《自然・生物医学工程》(Nature Biomedical Engineering)，并获国家自然科学基金委员会、香港研究资助局和深圳市科技计划的资助。
阅读研究全文： https://www.nature.com/articles/s41551-026-01694-8
网上报导：
文汇报 - https://polyu.me/3UlOe7V
大公报 - https://polyu.me/4xr19V3; https://polyu.me/4ximZtB
Mirage News - https://polyu.me/4cI0h5J
香港新闻社 - https://polyu.me/4xLUBzI
科学网 - https://polyu.me/4wLykRT
CT GoodJobs - https://polyu.me/4cu2iT6
Head Topics - https://polyu.me/4xeBnmI
Eurek Alert - https://polyu.me/4xeg193
Bioengineer - https://polyu.me/4x7Nfqr
| 研究部门 | 先进制造研究院 | 人工智能物联网研究院 | 潘乐陶慈善基金智慧能源研究院 |
|---|
你可能也感兴趣
