韓國納米綜合技術院於 6 月 16 日宣佈，該院與延世大學醫院及 KAIST 聯合研究團隊開發出一種可識別潛在胃食管反流病患者的 XAI 模型，其綜合診斷敏感度超過 90%。相關研究成果已發表在國際學術期刊 npj 數字醫學 5 月刊上。
根據瞭解，胃食管反流病是一種會引發燒心、慢性咳嗽等症狀的消化類疾病，目前常規檢測存在較高的誤診率，許多有症狀的患者檢測結果卻顯示為正常。本次研發的 AI 模型基於無監督學習的異常檢測算法，研究團隊首先讓模型學習健康人羣的食道酸鹼度信號規律，然後對檢測數據進行比對，能夠篩選出常規檢測顯示酸鹼度暴露時間低於 4%、但信號波動存在異常的潛在假陰性病例。
新型 XAI 模型在胃食管反流病診斷中顯示高敏感度
在數據採集階段，研究團隊通過在患者食道與胃部連接處附著小型膠囊傳感器，連續 48 小時監測酸鹼度數據，累積獲得數百份有效樣本用於模型訓練和驗證。對臨牀數據的分析結果顯示，該模型在 493 名經常規檢測判定為正常的受檢者中，篩選出 108 名異常案例，佔比約 22%，整體陽性識別敏感度超過 90%。
研發團隊表示，該技術目前處於技術成熟度 6 級，能夠完成試製品生產和性能驗證，後續將推進臨牀適用性驗證和商用化工作，以補充現有標準檢測方法的覆蓋盲區。
