香港理工大学团队发布可信AI框架TRUECAM，用于非小细胞肺癌亚型分类

近日，香港理工大学助理教授张晓革团队研发出可信人工智能框架TRUECAM，可应用于全切片影像分析，用于非小细胞肺癌亚型分类，同时提升数据和AI模型的可验证可靠性，为病理人工智能在癌症诊断中的安全应用奠定重要基础。相关成果已发表于《自然-生物医学工程》。

TRUECAM能够评估人工智能对诊断结果的把握程度，并在结果存在较高不确定性或输入数据超出模型适用范围时，主动提示医生复核。该框架可配合不同类型的人工智能模型，支持从病理影像到诊断结果的完整分析流程，协助医护人员更可靠地运用AI诊断结果。

该框架基于全切片影像技术，即将玻璃载玻片上的组织切片扫描成高分辨率影像，让医生可在电脑上以“虚拟显微镜”方式查看病理样本。研究表明，TRUECAM不仅适用于非小细胞肺癌亚型分类，也可拓展至乳癌、脑癌和肾癌的亚型分类，甚至涵盖46个类别的泛癌切片分类。

作为一套通用框架，TRUECAM可应用于不同规模、架构、用途和复杂程度的病理人工智能模型。其核心功能包括识别“超出适用范围”的输入数据、自动筛选模棱两可及难以判断的图像区域，并采用“共形预测”技术将诊断错误率控制在可接受的范围内。

张晓革表示，团队正进一步探索其他数据类型，例如分子谱、RNA定序和诊断报告等，以拓展该框架的潜在应用范围。