人工智能在醫(yī)學(xué)成像的應(yīng)用

在20世紀(jì)50年代人工智能誕生之初，研究人員試圖生產(chǎn)一種能夠通過圖靈測試的智能系統(tǒng)，以便能夠?qū)�機(jī)器的智能與人類的智能進(jìn)行區(qū)分。在過去的70年中，研究人員不斷看到希望和絕望的循環(huán)，但在10年前，這種情況開始發(fā)生改變。自從人工智能開始學(xué)習(xí)而無需編程以來，其軌跡一直在穩(wěn)步上升。如今，消耗性數(shù)據(jù)和計(jì)算能力都提高了幾個(gè)數(shù)量級，并且具有更廣泛的可承受性。

在人工智能中，醫(yī)學(xué)成像在改善訪問質(zhì)量、降低成本、改善患者體驗(yàn)的障礙中看到了機(jī)會(huì)。同時(shí)，根據(jù)世界衛(wèi)生組織的估計(jì)，全球40多億人無法獲得醫(yī)學(xué)成像專業(yè)知識(shí)的服務(wù)。人工智能可以通過提供遠(yuǎn)程閱讀來解決全球臨床醫(yī)生的數(shù)量短缺和無法到達(dá)某些地區(qū)進(jìn)行診斷的問題。

在圖像采集、重建、檢測定位和質(zhì)量控制等方面，醫(yī)學(xué)成像的服務(wù)鏈上存在著一些障礙。人工智能可以消除放射科醫(yī)生每天重復(fù)性的低價(jià)值任務(wù)，節(jié)省時(shí)間，并提高準(zhǔn)確性。它可以更準(zhǔn)確地識(shí)別疾病，降低治療變異性，改善護(hù)理，提高患者體驗(yàn)。還可以發(fā)現(xiàn)人類醫(yī)生難以看到的病變，并減少假陰性的解析。

人工智能工具還可以增強(qiáng)圖像重建，更有效地利用數(shù)據(jù)改善失真或損壞的圖像。更好的工作列表優(yōu)先級允許病情最嚴(yán)重的患者更快地接受診斷和治療，即使在放射科醫(yī)生無法立即獲得結(jié)果的環(huán)境中也是如此。其提供的放射學(xué)報(bào)告可以獲得一致性。

機(jī)器智能還有助于探索和公開關(guān)鍵的電子健康記錄（ HER）數(shù)據(jù)，以提供患者的整體視圖。減輕醫(yī)務(wù)人員閱讀文檔疲勞，創(chuàng)建更直觀的界面。

Geisinger的Fornwalt表示，除了個(gè)別的人工智能應(yīng)用程序之外，圖像和醫(yī)療保健的區(qū)別在于要查看大型縱向數(shù)據(jù)集。他說，“可以從中獲取一些橫截面的數(shù)據(jù)并進(jìn)行分析，并從中做出預(yù)測。這就是機(jī)器擅長的東西。作為醫(yī)生，我們不能這樣做……因此我們將利用這種預(yù)測能力來發(fā)揮作用�！�

Bruce說，“人工智能帶來的好處是對數(shù)據(jù)進(jìn)行更深入的研究，認(rèn)識(shí)到我們有機(jī)會(huì)利用我們所獲得的和我們能解鎖的東西做更多的工作。”

事實(shí)上，醫(yī)生常常在這方面浪費(fèi)了大量時(shí)間。

職業(yè)倦怠是放射學(xué)醫(yī)生面臨的一個(gè)大問題，根據(jù)Medscape最近的統(tǒng)計(jì)數(shù)據(jù)，這與去年的調(diào)查一致，大約45％的放射科醫(yī)生報(bào)告表示，他們已經(jīng)精疲力竭。芝加哥大學(xué)企業(yè)成像醫(yī)學(xué)主管放射科醫(yī)生Paul Chang博士在RSNA 2018的一次演講中說：“我們正在討論數(shù)據(jù)驅(qū)動(dòng)、證據(jù)驅(qū)動(dòng)的工具，我們需要幫助，因?yàn)樵S多人幾乎很難堅(jiān)持下去�！�

建設(shè)IT基礎(chǔ)設(shè)施

醫(yī)學(xué)成像領(lǐng)導(dǎo)者如今可以采取合理的步驟來幫助他們的設(shè)備采用人工智能，這就需要他們的IT基礎(chǔ)設(shè)施做好準(zhǔn)備。Paul Chang表示，IT部門在將人工智能集成到現(xiàn)有工作流程中時(shí)面臨著重大挑戰(zhàn)，但如果希望在技術(shù)準(zhǔn)備好實(shí)施后真正看到好處，那么這是必要的一步。

“人工智能是一個(gè)關(guān)鍵的工具，但企業(yè)不會(huì)為其解決方案而構(gòu)建的工具構(gòu)建架構(gòu)�！盤aul Chang說。

靈活、強(qiáng)大且基于標(biāo)準(zhǔn)的平臺(tái)對于使組織能夠捕獲、增強(qiáng)、保護(hù)和共享關(guān)鍵數(shù)據(jù)和數(shù)字分析資產(chǎn)至關(guān)重要。

Paul Chang建議醫(yī)院各部門不要只關(guān)注技術(shù)，還要關(guān)注他們想要的最終結(jié)果。例如，提高效率以及人工智能如何幫助實(shí)現(xiàn)這一目標(biāo)。高層管理人員關(guān)心提高效率，因?yàn)榭梢怨?jié)省時(shí)間，最終節(jié)省成本。因此需要構(gòu)建一個(gè)將人工智能集成到標(biāo)準(zhǔn)工作流程中的策略，并用這些術(shù)語談?wù)撊斯ぶ悄苁谴_保組織獲得所需投資的方法。

他說，放射科醫(yī)生需要參與人工智能的應(yīng)用，但對期望和時(shí)機(jī)要切合實(shí)際。他說，“組織的目標(biāo)不是大肆宣傳該技術(shù)的能力，而是需要改進(jìn)基礎(chǔ)設(shè)施，同時(shí)提高效率和質(zhì)量�！�

Wendt指出，這就是大量數(shù)據(jù)和計(jì)算能力相結(jié)合的地方。他說，“組織需要確保擁有良好的數(shù)據(jù)處理或自動(dòng)數(shù)據(jù)管道，并在后端插入這些平臺(tái)，自動(dòng)路由數(shù)據(jù)。數(shù)據(jù)必須實(shí)時(shí)路由，實(shí)時(shí)處理，并在簽署報(bào)告之前實(shí)時(shí)返回給放射科醫(yī)生。然后再返回到電子病歷（EMR）中�！�

與眾不同

人工智能為當(dāng)今的放射科醫(yī)生提供更大價(jià)值的途徑之一是通過改進(jìn)日常工作流程并使其更加高效�；ㄔ谥貜�(fù)任務(wù)上的時(shí)間越少，就意味著花在閱讀研究和幫助患者上的時(shí)間越多。自然語言處理（NLP）可以幫助完成日常任務(wù)，因?yàn)樽詣?dòng)圖像分割有助于標(biāo)記、測量和比較新的研究結(jié)果與先前的研究結(jié)果。

隨著時(shí)間的推移，人工智能所帶來的真正不同之處在于對個(gè)體患者和人群的護(hù)理。分析縱向數(shù)據(jù)，提高洞察和決策能力，并隨著證據(jù)基礎(chǔ)的發(fā)展回溯到數(shù)據(jù)，最佳實(shí)踐變化和指導(dǎo)方針的推進(jìn)，以提供更有效的診斷，預(yù)防和治療方法。

Bruce說，“我認(rèn)為，隨著未來五年的技術(shù)發(fā)展，這不僅僅是算法的問題，這將向最終應(yīng)用的人們證明什么是真正的價(jià)值�！�

放射學(xué)也為機(jī)器智能輔助的護(hù)理技術(shù)提供了巨大的價(jià)值。日本放射學(xué)會(huì)的兩位研究人員在公共科學(xué)圖書館醫(yī)學(xué)特刊發(fā)表的一篇名為“健康與生物醫(yī)學(xué)機(jī)器學(xué)習(xí)”的論文中寫道：“人工智能有望通過幫助放射科醫(yī)生更好地進(jìn)行臨床實(shí)踐、更高的可靠性、改進(jìn)的工作流程來獲得更及時(shí)的建議，從而逐步改變臨床實(shí)踐。放射科醫(yī)師在標(biāo)記訓(xùn)練數(shù)據(jù)集和從圖像數(shù)據(jù)中開發(fā)新知識(shí)方面具有重要意義。在臨床應(yīng)用上，即使目前的深度學(xué)習(xí)方法在圖像解釋方面具有廣泛優(yōu)勢，放射科醫(yī)生仍將在診斷罕見疾病和檢測發(fā)現(xiàn)方面發(fā)揮核心作用�！�

對于醫(yī)生來說，現(xiàn)在是需要考慮采用人工智能并確定采用更多咨詢性醫(yī)學(xué)策略的時(shí)候了。