理大先進製造研究院、人工智能物聯網研究院及潘樂陶慈善基金智慧能源研究院成員、工業及系統工程學系助理教授張曉革教授及其研究團隊，創新研發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)。該框架可應用於全切片影像分析，用作非小細胞肺癌亞型分類，同時提升數據和人工智能模型的可驗證可靠性，為病理人工智能在癌症診斷中的安全應用奠定重要基礎。
TRUECAM 旨在提升人工智能診斷癌症的可信度。它能評估人工智能對診斷結果的把握程度，並在結果存在較高不確定性時，或輸入數據超出模型適用範圍時主動提示醫生覆核；同時，框架可配合不同類型的人工智能模型，支援由病理影像到診斷結果的完整分析流程，協助醫護人員更可靠地運用人工智能診斷結果。
該框架應用於全切片影像技術，即把玻璃載玻片上的組織切片掃描成高解像度數碼影像，讓醫生可於電腦上以「虛擬顯微鏡」方式檢視病理樣本。研究結果顯示，TRUECAM 不僅適用於非小細胞肺癌亞型分類，亦可拓展至乳癌、腦癌和腎癌的亞型分類，甚至涵蓋 46 個類別的泛癌切片分類，充分展現其廣泛應用潛力及臨床轉化價值。
作為一套通用框架，TRUECAM 可應用於不同規模、架構、用途和複雜程度的病理人工智能模型，支援負責任的臨床應用。框架具備三大核心功能，包括識別「超出適用範圍」的輸入數據、自動篩選模棱兩可及難以判斷的圖像區域，並採用「共形預測」技術，將診斷錯誤率控制在可接受的範圍內。
研究團隊在多個癌症數據集上，運用兩類人工智能模型對 TRUECAM 進行系統性測試，包括針對特定任務的專用模型，以及具廣泛應用潛力的基礎模型。計算實驗結果顯示，套用 TRUECAM 的模型在分類準確度、穩定性、可解釋性、數據使用效率及公平性等各方面，均較未套用的模型表現優勝。
這項研究已發表於國際權威期刊《自然・生物醫學工程》(Nature Biomedical Engineering)，並獲國家自然科學基金委員會、香港研究資助局和深圳市科技計劃的資助。
閱讀研究全文： https://www.nature.com/articles/s41551-026-01694-8
網上報導：
文匯報 - https://polyu.me/3UlOe7V
大公報 - https://polyu.me/4xr19V3; https://polyu.me/4ximZtB
Mirage News - https://polyu.me/4cI0h5J
香港新聞社 - https://polyu.me/4xLUBzI
科學網 - 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
| 研究部門 | 先進製造研究院 | 人工智能物聯網研究院 | 潘樂陶慈善基金智慧能源研究院 |
|---|
你可能也感興趣
