編譯/李林璦

人工智慧具有改善醫療系統的潛力，包括提高工作流程效率、預測健康風險、以及加速診斷速度等，以下整理近期6大重要AI研究，如AI判讀胸部X光可超越第三年放射科住院醫師(R3)、敏感度達92.9%的AI輔助辨識CT中外傷性肋骨骨折等，都可看出在AI輔助下，未來醫師可以更快、更準確地進行診斷。

但同時，也有研究指出，同一套AI模型在不同醫院中的準確率具有差異，相信也是AI在落地臨床上的一大挑戰。

1.AI判讀胸部X光可超越第三年放射科住院醫師

研究比較5位第三年住院醫師與AI演算法針對胸部X光檢查的判讀，該AI演算法是使用急診室中34萬2126張仰臥正面前後照的胸部X光進行訓練，涵蓋72項以上胸部X光片檢查結果。

結果顯示，AI演算法與放射科住院醫師判讀之間，在敏感性(sensitivity)上無統計學差異，但是AI演算法在特異性(specificity)、陽性預測值(positive predictive value, PPV)上高於住院醫師。

研究指出，AI演算法在胸部X光判讀上，可能可以達到或甚至超越第三年放射科住院醫師。雖然目前醫師判讀較複雜的案例優於AI演算法，但研究人員認為這與訓練AI演算法的數據量有關。該研究於10月9日發表於《JAMA Network》。

2. 機器學習開發不孕症動態診斷分級系統 穩定性達95%

這項研究運用6萬648對接受體外受精和胚胎移植夫妻的健康記錄，建立了一套不孕症動態診斷和分級系統，整體檢測穩定性可達95.94％。該研究於11月9日發表於《JAMA Network》。

根據最終是否懷孕的結果，將患者分為妊娠組(15021...