人工智能用于职业肺部疾病的定量胸部成像分析:评估其当前状态
Narufumi Suganuma1, Taro Tamura, Masamitsu Eitoku
1Department of Environmental Medicine, Kochi Medical School, Kohasu, Oko-cho, Nankoku, Japan.
Current opinion in pulmonary medicine
|December 11, 2025
概括
人工智能,特别是深度学习模型,在胸部X射线和CT扫描上显示出用于检测职业肺部疾病 (如肺炎) 的前景. 标准化是开发准确查工具的关键.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 职业健康 职业健康 职业健康
背景情况:
- 使用成像检测从职业肺病引起的扩散性肺异常一直是长期以来的一个挑战.
- 胸部放射和计算机断层扫描 (CT) 是这些疾病的查和诊断的主要工具.
研究的目的:
- 审查人工智能的最新算法进展,以检测肺部异常.
- 探索这些算法在使用医学成像诊断职业肺部疾病中的应用.
主要方法:
- 审查人工智能的最新进展,重点关注像卷积神经网络 (CNNs) 和科尔摩戈罗夫-阿诺德网络 (KANs) 这样的深度学习模型.
- 对胸部X光学和CT成像AI应用的分析.
- 考虑已建立的诊断标准,如国际劳工组织 (ILO) 的分类.
主要成果:
- 人工智能,特别是3D深度学习模型 (CNN) 的显著进展,用于胸部放射和CT扫描.
- 有希望的人工智能平台和技术用于肺结核病检测,包括eTóraxLaboral和增强的CNN.
- 基于变压器的模型和KAN在CT成像分析中表现出强大的性能.
结论:
- 最近的人工智能发展显示出计算机辅助肺结核病诊断的巨大潜力.
- 人工智能技术的标准化和整合对于创建职业肺病有效查工具至关重要.
