人工智能在醫學(xué)成像的應用
在20世紀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(guò)圖靈測試的智能系統，以便能夠將機器的智能與人類(lèi)的智能進(jìn)行區分。在過(guò)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(kāi)始發(fā)生改變。自從人工智能開(kāi)始學(xué)習而無(wú)需編程以來(lái)，其軌跡一直在穩步上升。如今，消耗性數據和計算能力都提高了幾個(gè)數量級，并且具有更廣泛的可承受性。
在人工智能中，醫學(xué)成像在改善訪(fǎng)問(wèn)質(zhì)量、降低成本、改善患者體驗的障礙中看到了機會(huì )。同時(shí)，根據世界衛生組織的估計，全球40多億人無(wú)法獲得醫學(xué)成像專(zhuān)業(yè)知識的服務(wù)。人工智能可以通過(guò)提供遠程閱讀來(lái)解決全球臨床醫生的數量短缺和無(wú)法到達某些地區進(jìn)行診斷的問(wèn)題。
在圖像采集、重建、檢測定位和質(zhì)量控制等方面，醫學(xué)成像的服務(wù)鏈上存在著(zhù)一些障礙。人工智能可以消除放射科醫生每天重復性的低價(jià)值任務(wù)，節省時(shí)間，并提高準確性。它可以更準確地識別疾病，降低治療變異性，改善護理，提高患者體驗。還可以發(fā)現人類(lèi)醫生難以看到的病變，并減少假陰性的解析。
人工智能工具還可以增強圖像重建，更有效地利用數據改善失真或損壞的圖像。更好的工作列表優(yōu)先級允許病情最嚴重的患者更快地接受診斷和治療，即使在放射科醫生無(wú)法立即獲得結果的環(huán)境中也是如此。其提供的放射學(xué)報告可以獲得一致性。
機器智能還有助于探索和公開(kāi)關(guān)鍵的電子健康記錄( HER)數據，以提供患者的整體視圖。減輕醫務(wù)人員閱讀文檔疲勞，創(chuàng )建更直觀(guān)的界面。
Geisinger的Fornwalt表示，除了個(gè)別的人工智能應用程序之外，圖像和醫療保健的區別在于要查看大型縱向數據集。他說(shuō)，“可以從中獲取一些橫截面的數據并進(jìn)行分析，并從中做出預測。這就是機器擅長(cháng)的東西。作為醫生，我們不能這樣做……因此我們將利用這種預測能力來(lái)發(fā)揮作用�！�
Bruce說(shuō)，“人工智能帶來(lái)的好處是對數據進(jìn)行更深入的研究，認識到我們有機會(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，醫生常常在這方面浪費了大量時(shí)間。
職業(yè)倦怠是放射學(xué)醫生面臨的一個(gè)大問(wèn)題，根據Medscape最近的統計數據，這與去年的調查一致，大約45%的放射科醫生報告表示，他們已經(jīng)精疲力竭。芝加哥大學(xué)企業(yè)成像醫學(xué)主管放射科醫生Paul Chang博士在RSNA 2018的一次演講中說(shuō)：“我們正在討論數據驅動(dòng)、證據驅動(dòng)的工具，我們需要幫助，因為許多人幾乎很難堅持下去�！�
|
