人工智能和增強智能正在推動醫(yī)學(xué)成像科學(xué)的發(fā)展。描述這一趨勢的唯一術(shù)語是構(gòu)建。人工智能將會出現(xiàn)在醫(yī)學(xué)影像發(fā)展的正確的時間和地點。由于人工智能包括機器學(xué)習(xí)、深度學(xué)習(xí)、卷積神經(jīng)網(wǎng)絡(luò)、自然語言處理各種前沿技術(shù)，醫(yī)學(xué)成像將變得更好、更強、更快、更高效。那么為什么醫(yī)學(xué)成像適合采用人工智能？行業(yè)專家為此提出了一些看法，如果人們尚未開始做好準(zhǔn)備，需要了解現(xiàn)在應(yīng)該做些什么。

斯坦福大學(xué)放射學(xué)和生物醫(yī)學(xué)信息學(xué)教授，醫(yī)學(xué)和成像人工智能中心（AIMI中心）主任Curtis Langlotz醫(yī)學(xué)博士指出，“人工智能將為放射科醫(yī)生提供幫助，而不是取而代之。。.。。.但使用人工智能技術(shù)的放射科醫(yī)生將取代那些不使用人工智能的放射科醫(yī)生。”這是令人振奮的觀點。

人機協(xié)作是醫(yī)學(xué)成像的未來發(fā)展方向。放射科醫(yī)生對人工智能在加速和提高圖像解釋能力方面的潛力很感興趣。一些醫(yī)生開始從人工智能應(yīng)用中獲益，并測試更多自己的和商業(yè)的應(yīng)用。像許多其他行業(yè)一樣，醫(yī)療保健部門希望人工智能能夠快速從數(shù)據(jù)中挖掘出見解，使信息更有用，更具可操作性。雖然機器不能獨立思考，但它們可以自我學(xué)習(xí)。人工智能將會塑造放射學(xué)的未來。

北美放射學(xué)學(xué)會主席、RSNA公司總裁Vijay Rao醫(yī)學(xué)博士說，現(xiàn)在是醫(yī)學(xué)成像采用人工智能的時候。他在2018年年度會議上說，“人工智能有可能提升我們的專業(yè)水平，并改變放射學(xué)的實踐應(yīng)用，這可以讓放射科醫(yī)生在有利于患者和醫(yī)生的計劃上花費更多的時間進(jìn)行研究?！?/p>

“實施人工智能的一部分是將影像閱覽室打造成數(shù)字診斷數(shù)據(jù)中心，提供全面的成像服務(wù)”費城杰斐遜大學(xué)醫(yī)院放射科主任Rao說。放射科醫(yī)生需要與患者、推薦人和護(hù)理人員共同進(jìn)行決策。

“如果產(chǎn)生更多有用的數(shù)據(jù)，就會成為更好的顧問?！丙湹线d威斯康星大學(xué)醫(yī)學(xué)與公共衛(wèi)生學(xué)院醫(yī)學(xué)成像業(yè)務(wù)主管，信息學(xué)副主席Gary Wendt博士對此表示贊同。 “如果真的給更多人提供更多可操作的數(shù)據(jù)，那么醫(yī)生將是護(hù)理過程中更有價值的一部分。”

Rao將數(shù)字診斷數(shù)據(jù)中心視為臨床團(tuán)隊通過視頻會議實現(xiàn)會診的一個重要場所，以便做出有關(guān)患者護(hù)理的決策。放射科醫(yī)生有朝一日可以依靠人工智能將當(dāng)前的成像結(jié)果與其他臨床科室和健康問題社會決定因素的知識經(jīng)驗進(jìn)行匯總。還可以收集實驗室結(jié)果、手術(shù)或組織檢查結(jié)果、健康史、身體檢查、患者人口統(tǒng)計學(xué)、患者基因組學(xué)、風(fēng)險因素等數(shù)據(jù)，并將其整合到整體臨床分析中。

“這些數(shù)據(jù)隱藏在我們沒有采取行動的數(shù)據(jù)中，我們現(xiàn)在需要做些什么來幫助病人？”Geisinger成像科學(xué)和創(chuàng)新部門擔(dān)任心臟成像技術(shù)實驗室（CITL）的聯(lián)席主任Brandon Fornwalt博士說。Fornwalt是一名醫(yī)學(xué)博士、放射科醫(yī)師和數(shù)據(jù)科學(xué)家。他認(rèn)為，研究人員和放射科醫(yī)師的使命是找出答案。

威斯康星大學(xué)醫(yī)學(xué)與公共衛(wèi)生學(xué)院放射信息學(xué)的神經(jīng)放射科醫(yī)生和醫(yī)學(xué)主任Richard Bruce博士提供了另一種觀點。他說，“人工智能不一定總是提供全新的東西，而是應(yīng)將注意力集中到已經(jīng)存在的東西上。那么如何減少這些干擾？如何將所有這些相關(guān)的事情帶到最頂層？這樣就可以描繪出患者最引人注目的故事。”

Rao將她的愿景稱為“整體成像護(hù)理提供模型?！狈派淇漆t(yī)生可以負(fù)責(zé)患者的成像服務(wù)過程，而不是負(fù)責(zé)患者溝通的轉(zhuǎn)診醫(yī)生，其中包括將結(jié)果傳達(dá)給患者?！叭斯ぶ悄芎拖嚓P(guān)技術(shù)為我們提供了最終實現(xiàn)這一愿景所需的精確工具，”她說。

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)C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)和計算能力都提高了幾個數(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、改善患者體驗的障礙中看到了機會。同時，根據(jù)世界衛(wèi)生組織的估計，全球40多億人無法獲得醫(yī)學(xué)成像專業(yè)知識的服務(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)性的低價值任務(wù)，節(jié)省時間，并提高準(zhǔn)確性。它可以更準(zhǔn)確地識別疾病，降低治療變異性，改善護(hù)理，提高患者體驗。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)報告可以獲得一致性。

機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?！?/p>

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)識到我們有機會利用我們所獲得的和我們能解鎖的東西做更多的工作?！?/p>

事實上，醫(yī)生常常在這方面浪費了大量時間。

職業(yè)倦怠是放射學(xué)醫(yī)生面臨的一個大問題，根據(jù)Medscape最近的統(tǒng)計數(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、證據(jù)驅(qū)動的工具，我們需要幫助，因為許多人幾乎很難堅持下去。”

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)有工作流程中時面臨著重大挑戰(zhàn)，但如果希望在技術(shù)準(zhǔn)備好實施后真正看到好處，那么這是必要的一步。

“人工智能是一個關(guān)鍵的工具，但企業(yè)不會為其解決方案而構(gòu)建的工具構(gòu)建架構(gòu)。”Paul Chang說。

靈活、強大且基于標(biāo)準(zhǔn)的平臺對于使組織能夠捕獲、增強、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現(xiàn)這一目標(biāo)。高層管理人員關(guān)心提高效率，因為可以節(jié)省時間，最終節(jié)省成本。因此需要構(gòu)建一個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，但對期望和時機要切合實際。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，同時提高效率和質(zhì)量。”

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

與眾不同

人工智能為當(dāng)今的放射科醫(yī)生提供更大價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)上的時間越少，就意味著花在閱讀研究和幫助患者上的時間越多。自然語言處理（NLP）可以幫助完成日常任務(wù)，因為自動圖像分割有助于標(biāo)記、測量和比較新的研究結(jié)果與先前的研究結(jié)果。

隨著時間的推移，人工智能所帶來的真正不同之處在于對個體患者和人群的護(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值?！?/p>

放射學(xué)也為機器智能輔助的護(hù)理技術(shù)提供了巨大的價值。日本放射學(xué)會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)行臨床實踐、更高的可靠性、改進(jìn)的工作流程來獲得更及時的建議，從而逐步改變臨床實踐。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?！?/p>

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)策略的時候了。