本报讯 近日，香港理工大学助理教授张晓革团队研发出一套可信人工智能框架（TRUECAM）。该框架可应用于全切片影像分析，用作非小细胞肺癌亚型分类，同时提升数据和人工智能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了重要基础。相关成果发表于《自然-生物医学工程》。

TRUECAM能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，主动提醒医生复核。同时，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应用人工智能诊断结果。

该框架应用于全切片影像技术，即把玻璃载玻片上的组织切片扫描成高分辨率影像，让医生在电脑上以“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，充分展现其广泛应用前景及临床转化价值。

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，支持负责任的临床应用。框架具备三大核心功能，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，拓展该框架的潜在应用范围。（刁雯蕙）

相关论文信息：

https://doi.org/10.1038/s41551-026-01694-8