阳光肺科

 找回密码
 立即注册

微信扫码登录

搜索
查看: 7|回复: 0

新英格兰医学杂志:AI解读医学影像:现状和未来

[复制链接]

270

主题

118

回帖

160

积分

V1

积分
160
Martin 发表于 2023-6-16 12:37:51 | 显示全部楼层 |阅读模式
a86d95bd46a772242cfff8764e0ffe70.jpg

文本来源:DH智库
文本加工:澍和医生

正文共:1938字
预计阅读时间:3分钟
导  读
AI模型已成功用于医学影像解读,涉及皮肤疾病诊断,心电图、病理切片和眼科等多个领域。美国食品药品管理局(FDA)已批准200多种商业化影像学AI产品,但在这些产品成功广泛应用于临床之前,还有诸多障碍必须克服。

5b4930dc89fb2e775787e161a2fffdf2.png

1. 人工智能模型可以取得哪些潜在的进步,特别是在医学中基于文本的任务的大型语言模型的开发方面?


人工智能模型,特别是医学中基于文本任务的大型语言模型,有可能在放射影像学领域取得重大进展。这些模型由一个具有数十亿权重或更多的神经网络组成,在大量未标记的数据上进行训练,并能够理解和产生人类语言。大型语言模型可用于生成自由文本解释、口语建议以及反映高级医学推理的图像注释,基于医学图像输入。它们还可以提供临床专家级的医学笔记、问题回答和咨询。利用大型语言模型为放射影像学图像解释任务提供全面解决方案的通用型医疗人工智能模型的潜力,不仅可能改变放射影像学领域,而且可能更广泛地改变医疗保健。然而,有必要进行更好的泛化检查,将临床医生与人工智能的合作、透明度和监测纳入其中。

2. 在影像学中使用AI算法出现了哪些挑战,特别是在泛化和验证方面?


使用人工智能(AI)算法解释医学图像是放射科医生工作的核心任务之一,最近几年AI在这个领域的应用越来越多,带来了诊断和治疗决策精度的提高等好处。在放射学中,AI算法可以协助放射科医生执行任务,例如异常的检测和量化、工作流程的分流和影像增强。他们还可以准确预测临床结果,并提供身体成分的成像生物标志物以筛查健康情况。在放射科医生的工作流程中,AI非常适合,开发“全科医学AI模型”可以处理整个图像解释任务,但是这样的AI模型的开发也带来了挑战,例如需要包括临床医生-AI协作、透明度和事后部署监控的验证保障。虽然FDA已经批准了200多种商用放射学AI产品,但仍需要进一步评估,特别是在算法对新环境的泛化方面。在放射学中使用AI还有扩大非放射科临床医生的使用和改善患者结果的潜力,但是需要更好的泛化检查,包括临床医生-AI协作、透明度和监控。

3. 在医学影像学中实施AI模型,如何确保透明度和重现性?


许多已获FDA批准的设备研究报告省略了一些样本大小和患者人口统计学等信息的详细说明,并且只有很少的设备研究报告提供具体的患者人口统计学亚组信息,以及在将这些算法应用于来自未代表性人口统计学亚组的患者时这些算法的诊断性能。这些信息的缺乏使得很难确定AI和机器学习算法在不同患者人群中的适用性。因此,需要更好的透明度以及采用检查清单来确保医学成像中AI模型的适当实施并保证足够的重复性和临床效果。其中一个透明度的解决方案是策划和公开发布医学影像数据集,以作为一个公共基准,并显示算法性能。但是,策划公共医学图像数据集存在隐私共享数据的顾虑,数据基础设施的成本以及来自具有大量资源的学术医疗中心的数据过度代表的问题。因此,需要简化流程来策划和共享不同的医学数据集,以保证在建立临床有用性时的透明度。

abe8e01fecfa611961f146c7fb6ae9ba.png 图1: 影像学领域推广AI系统的检查机制

4. 对于低资源环境和急诊科的非放射影像科医生来说,使用医学影像AI有什么好处?


在低资源设置和急诊科使用医学影像AI的好处是改善了医学图像的获取,并减少了诊断错误。一项针对检测中枢神经系统中大血管闭塞的流行病学研究表明,使用人工智能技术可以显著缩短干预的时间并改善患者的预后。而一项研究表明,在胸部透视成像的解读中,将人工智能系统与非放射影像学培训过的住院医生的意见相结合,其性能与董事会认证的放射科医生相似。人工智能在提高非放射影像学科医生机器取得医学成像的效率方面也具有潜力。5. 从长远来看,非放射影像科医生临床医生使用人工智能,这将如何影响放射影像学这一专业?有一些新兴的趋势表明,AI的应用正在从放射影像科医生扩大到其他医生群体。这为低资源环境和急诊科等缺乏全天放射影像学覆盖的领域提供了改善医学成像和减少常见诊断错误的机会。然而,专门针对非放射影像学医生制作的AI应用程序在缺乏放射影像学医生的情况下可能不是完美的解决方案。此外,高级AI模型的发展可能会降低技术解释的复杂性,使非放射影像学医生能够使用成像而无需依赖放射学医生,这可能对放射影像学作为一门专业产生长期影响。

57d084e79b5a96dbe0b5394b6997fbba.png

结    语
AI是技术突破的例证,为当前和未来的医学影像学领域带来了各种可能性。影像学见证了这些工具在临床上的应用,尽管迄今产生的影响不太大。预期和实际影响之间的差距可归因于多种因素,例如缺乏来自前瞻性真实世界研究的数据、外推性有限,以及在解读影像方面缺乏全面的AI解决方案。随着医疗专业人员越来越多地使用影像学AI,以及大型语言模型的不断发展,AI在医学影像学领域的未来似乎一片光明。但我们无法确定的是,当前这种形式的传统影像学是否也前景光明。

声明:
以上部分信息及数据来源于公开可获得资料,仅供参考,如有疏漏,欢迎指正。
如需转载,请联系授权并需在醒目位置标注转载来源。




32dd1e2c7df4f2d72d0327e95f75b10d.jpg
回复

使用道具 举报

给我们建议|手机版|PIME|阳光肺科 ( 粤ICP备2020077405号-1 )

GMT+8, 2024-9-20 15:44

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表