人工智能学院跨学科团队突破疟疾影像诊断技术 成果登上国际顶刊

　　近日，人工智能学院张磊教授带领的跨学科科研团队在国际顶级医学影像期刊《IEEE Transactions on Medical Imaging》(影响因子 11.037)发表题为《基于改进卷积神经网络的疟疾红细胞自动诊断系统》的研究成果，该成果被期刊列为 “编辑推荐论文”，同期配发专家点评。其研发的 “疟疾红细胞 AI 诊断系统” 解决了非洲地区医疗资源匮乏导致的诊断效率低问题，诊断准确率达 92.3%，较传统人工诊断效率提升 30 倍。

　　该团队由计算机科学、临床医学、生物工程 3 个专业的 5 名教师(包括 2 名教授、2 名副教授、1 名讲师)及 2 名研究生(人工智能学院 2022 级硕士生李萌、生物工程学院 2021 级博士生王浩)组成，自 2021 年起开展研究。针对布隆迪等非洲国家疟疾高发但专业医师不足的现状，团队克服数据收集难题 —— 通过与布隆迪基特加省医院、坦桑尼亚达累斯萨拉姆医学院等 6 家非洲医疗机构合作，耗时 18 个月收集 1.2 万张疟疾血液涂片影像，涵盖恶性疟原虫、间日疟原虫等 4 种常见疟原虫类型，其中 30% 影像来自儿童患者，确保数据多样性。团队还创新性改进卷积神经网络算法，加入 “注意力机制”，可自动聚焦红细胞内疟原虫特征区域，减少杂质干扰，使诊断准确率从初始的 85% 提升至 92.3%。2023 年 10 月至 2024 年 3 月，团队与布隆迪基特加省医院合作开展临床试验，累计诊断样本 500 余例，其中阳性样本 213 例，误诊率低于 3%，当地医师对系统的满意度达 90%。目前，该系统已申请 2 项国家发明专利(专利申请号：202410023456.7、202410023457.1)，下一步将联合医疗设备企业开发便携式诊断终端，终端尺寸约为 15cm×10cm×5cm，重量不足 500g，配备 7 英寸触摸屏，支持电池续航 8 小时，预计 2025 年在非洲 10 个国家的基层医院推广使用，首批计划投入 500 台设备。

本文 布隆迪大学网 原创，转载保留链接！网址：https://keyan.gov.edu.bi/post/3383.html