等级 B1 – 中级CEFR B1
3 分钟
149 字
密苏里大学的研究人员正在评估人工智能如何通过分析可疑皮肤异常图像来帮助检测黑色素瘤。该技术旨在作为决策支持工具，以便更快识别需要密切医疗关注的病例，而不是替代医生或其他专家。
这项研究由密苏里大学兽医学院副研究教授Kamlendra Singh领导。Singh和团队使用包含400,000张皮肤异常图像的数据库训练和测试模型，图像中包括确诊的黑色素瘤病例，图像来自三维全身摄影以便在全身范围内分析细微特征。
研究比较了三种现有人工智能模型，单独评估时准确率最高可达88%。当三种模型组合使用时，性能有所提升，准确率超过92%。研究人员指出，扩大且多样化的数据集有助于提高预测准确性，临床使用还需要时间。
难词
- 评估 — 判断情况或效果的过程
- 人工智能 — 模仿人类智能的计算机技术
- 黑色素瘤 — 一种严重的皮肤癌
- 决策支持工具 — 帮助医生作决定的工具
- 数据库 — 存放大量信息的电子集合
- 三维全身摄影 — 拍摄全身三维图像的方法
- 模型 — 用来预测或判断的计算方法
- 准确率 — 预测或判断正确的比例
- 数据集 — 为研究收集的一组数据
提示：在文章中将鼠标悬停、聚焦或轻触高亮词语，即可在阅读或听音频时快速查看简要释义。
讨论问题
- 你认为在临床中使用这种人工智能决策支持工具有哪些好处和风险？
- 为什么扩大且多样化的数据集有助于提高预测准确性？请说明两点理由。
- 如果你是医生，你会如何在工作中使用这种模型来帮助病人？
