尽管人工智能(AI)取得了显著的进步，但一些研究表明，AI系统并不能提高放射科医生的诊断表现。事实上，在美国医院里，诊断错误每年导致4万到8万人死亡。这一失误产生了一个迫切的需求:构建更具交互性的下一代计算机辅助诊断算法，以充分实现人工智能在改善医疗诊断方面的好处。

这正是休斯顿大学电气与计算机工程副教授Hien Van Nguyen正在做的事情，他从国家癌症研究所获得了933,812美元的新拨款。他将专注于肺癌诊断。

Van Nguyen说:“目前的人工智能系统专注于提高独立表现，而忽视了与放射科医生的团队互动。”“该项目旨在为人工智能开发一个计算框架，以便与人类放射科医生合作完成医疗诊断任务。”

该框架使用了眼球追踪、意图逆向工程和强化学习的独特组合，来决定人工智能系统何时以及如何与放射科医生互动。

为了最大限度地提高时间效率，最大限度地减少对临床工作的干扰，Van Nguyen正在为放射科医生与人工智能的交互设计一个用户友好且干扰最小的界面。

该项目评估了两种重要的临床应用:肺结节检测和肺栓塞。肺癌是第二大常见癌症，肺栓塞是心血管死亡的第三大常见原因。

Van Nguyen说:“研究人工智能如何帮助放射科医生减少这些疾病的诊断错误将产生重大的临床影响。”“这个项目将通过解决重要但在很大程度上尚未探索的问题，极大地推进该领域的知识。”

这些问题包括人工智能系统何时以及如何与放射科医生互动，以及如何建模放射科医生的视觉扫描过程。

“我们的方法具有创造性和原创性，因为它们与现有算法有实质性的不同。我们的系统没有持续提供人工智能预测，而是使用目光辅助强化学习代理来确定呈现给放射科医生的最佳时间和信息类型，”Van Nguyen说。

“我们的项目将结合目光感应和新颖的人工智能方法，推进设计医生与人工智能交互的用户界面的策略。”