神戶大學的研究人員創建了一種人工智慧系統，可以透過分析手背和緊握的拳頭的照片來識別一種罕見的內分泌疾病。此方法避免了臉部影像，有助於保護患者隱私，同時實現高診斷準確性。科學家表示，這項技術可以幫助醫生更快地將患者轉診給專家，並改善服務不足地區獲得照護的機會。
AI 的目標疾病是肢端肥大症，這是一種通常出現在中年的不尋常疾病。它是由生長激素分泌過多引起的，會導致手腳肥大、臉部外觀改變以及骨骼和內臟器官生長異常。由於這種疾病是多年來逐漸發展的，因此很難及早發現。
如果不及時治療，肢端肥大症會導致嚴重的健康問題，並使壽命縮短約 10 年。神戶大學內分泌學家福岡英德說：“由於這種疾病進展非常緩慢，而且是一種罕見疾病，因此需要十年時間才能診斷出來並不罕見。”他補充道，“隨著人工智能工具的進步，已經有人嘗試使用照片進行早期檢測，但尚未在臨床實踐中採用。”
使用手部圖像的面向隱私的人工智慧方法
當研究團隊回顧現有的人工智慧研究時，他們發現許多系統依賴臉部照片來識別疾病。然而，臉部辨識可能會引起患者的隱私問題。為了解決這個問題，科學家們選擇了不同的策略。
神戶大學研究生 Yuka Ohmachi 解釋說：“為了解決這個問題，我們決定把重點放在手上，手是我們在臨床實踐中與面部一起檢查的常見身體部位，用於診斷目的，特別是因為肢端肥大症通常會在手上出現變化。”
為了加強隱私保護，研究人員將影像限制在手背和緊握的拳頭。他們刻意避免使用棕櫚樹的圖像，因為棕櫚線圖案非常個人化，可以揭示身份。這種謹慎的做法有助於招募大量參與者。來自日本 15 家醫療機構的 725 名患者總共貢獻了超過 11,000 張圖像，用於訓練和測試 AI 模型。
人工智慧勝過經驗豐富的專家
團隊報告了他們的結果 臨床內分泌與代謝雜誌。他們的人工智慧模型在從手部影像中識別肢端肥大症方面表現出非常高的靈敏度和特異性。在直接比較中，該系統的表現優於評估相同照片的經驗豐富的內分泌學家。
「老實說，我很驚訝僅使用手背和握緊拳頭的圖片就能實現如此高水平的診斷準確性。我發現特別重要的是，我們在沒有面部特徵的情況下實現了這種水平的性能，這使得這種方法對於疾病篩檢更加實用，」Ohmachi 說。
將醫療人工智慧擴展到其他條件
研究人員現在希望調整他們的系統，以檢測導致手部發生明顯變化的其他醫療狀況。可能的目標包括類風濕性關節炎、貧血和老繭。 Ohmachi 說：“這一結果可能成為擴大醫療人工智慧潛力的切入點。”
幫助醫生並改善獲得護理的機會
在真實的臨床環境中，醫生不僅僅依靠手持影像來診斷患者。病史、實驗室檢查和身體檢查起著重要作用。神戶大學的研究人員認為他們的人工智慧工具可以幫助醫生而不是取代他們。在他們的研究中，他們將該技術描述為「補充臨床專業知識、減少診斷監督並實現早期幹預」的一種方式。
研究負責人福岡表示：“我們相信，如果這項技術得到進一步發展，它可以將疑似手部疾病病例與專家聯繫起來進行全面的健康檢查。它還可以為地區衛生機構的非專科醫生提供支持，從而有助於減少那裡的健康差距。”
該研究獲得了兵庫縣科學技術基金會的資助。該計畫的合作者還包括福岡大學、兵庫醫科大學、名古屋大學、廣島大學、虎之門醫院、日本醫科大學、鹿兒島大學、鳥取大學、山形大學、岡山大學、兵庫縣加古川醫療中心、北海道大學、國際健康福祉大學、森山婦女紀念大學醫院和公司婦女紀念醫院。
