密西根州立大學（Michigan State University）研究人員開發出一套人工智慧（AI）程式，能夠透過分析肺部 X 光片，篩檢出美國境內約 220 萬名暴露於有毒粉塵環境的工人，是否有罹患肺部疾病的風險。這項創新技術的篩檢準確率高於人類判讀，有助於解決醫療資源短缺的問題。
在美國，許多行業的勞工，包括煤礦工、建築工人、人造石檯面製造商以及鑄造工人等，每天都會吸入微細的岩石、沙塵或煤灰。這些有毒粉塵一旦積聚在肺部，可能導致厚實的疤痕組織增生，進而引發肺塵病或矽肺症等長期肺部損傷。早期診斷與照護對於預防疾病惡化至關重要，因此需要定期進行胸部 X 光檢查，並由稱為 B reader 的專業醫師群進行判讀。
然而，目前美國僅有約 200 名 B reader，面臨嚴重的醫師短缺問題。為了解決這項挑戰，密西根州立大學研究團隊開發了這套 AI 程式。該程式利用一套專門的美國工人掃描資料進行訓練，是首個專為美國勞工影像設計的 AI 工具。研究成果已發表於《職業與環境醫學》（Occupational and Environmental Medicine）期刊，並獲得美國國家職業安全衛生研究所（NIOSH）60 萬美元的資金支持。
根據《MSUToday》報導，這套 AI 程式在偵測肺部疤痕的早期點狀病變方面，達到 91% 的準確率，優於人類判讀者平均 77% 的表現。它還能安全地篩檢出約一半的正常 X 光片，讓專業醫師能更專注於判讀更複雜或有疑慮的影像。該程式會將一個色圖疊加在 X 光影像上，明確標示出偵測到的早期肺部損傷。
研究者 Kenneth Rosenman 表示，對於在粉塵環境中工作的工人而言，時間就是一切。若肺部疾病因篩檢延誤而未能及時發現，工人可能繼續暴露在高粉塵環境中，導致肺部持續纖維化。這套 AI 工具提供客觀的第二意見，有助於在疾病早期階段發現問題，讓雇主能及早將工人從危險環境中撤離，降低疾病惡化的可能性。
目前，密西根州立大學的研究團隊正與美國國家職業安全衛生研究所合作，將這項技術包裝成應用程式，以期能廣泛推廣應用。研究者 Adam M. Alessio 強調，醫療影像領域面臨掃描量大、判讀任務艱鉅、專業醫師稀缺以及判斷結果可能改變人生等挑戰。這項智慧篩檢工具就像一位輔助駕駛，幫助專業醫師更快、更一致地處理這些關鍵影像。
