当未来的放射学的主题出现在谈话中,我发现自己经常被问到一些重复出现的问题:“人工智能将如何影响放射学吗?”紧接着“你认为人工智能将取代你吗?”
这些都是大问题,我发现自己考虑。作为一个整体技术的好奇心和放射科医师拥抱技术进步,我经常思考这些问题。
让我们从第一个问题开始。
人工智能(AI)将如何影响放射学吗?
简短的回答是,AI将产生深远的影响在许多不同的放射学方面,最终改善我们的准确性,效率,和沟通。
这里就是我如何预见AI放射学的影响和影响方面多年来,分解成不同的部分放射学——从图像采集到工作列表中自动化和图像解释。
图像采集
就像生活中的许多事情,大部分时间花在一个成像考试做准备,通知病人关于考试的,有病人的变化,把一个四世(必要时),定位病人,设置扫描仪等。
其中一些任务,比如将一个第四,短时间内不会消失。可以自动完成一些任务,例如,病人可以检查和填写表格/上传身份证和保险电子卡片,和pre-procedure指令和方向变化的房间或过程可以电子化管理。
对于更复杂的CT和MRI等考试,AI可能能够帮助病人适当位置,建立成像领域的视图技术人员工作时在其他任务。一些更新的软件包已经自动创建和auto-send形象重新格式化(矢状面、冠状、MIPS等)基于所选择的协议,技术人员释放少量的时间。
幸运的是,小事情加起来。如果你能节省5分钟每场考试,每天你可以扫描一些额外的病人。鉴于许多成像中心已经有越来越多的积压,融入一些额外的病人一天可以为病人创造奇迹的访问。
图像后处理
我们讨论了一些软件包已经存在,将如何auto-process CT重新格式化。AI将产生影响的另一个领域是核磁共振的后处理考试。
核磁共振,有些序列比别人更多的时间密集,有些序列采取几分钟获得足够的数据来创建图像质量。那里有一个会,有一种方法!
目前MRI供应商和一些新的科技创业公司正在积极解决这个问题;一些已经准备临床使用的解决方案。这些先进的算法可以生成高质量的图像,从较小的数据集,从而缩短扫描时间和潜在的减少运动构件。
工作流程和工作列表中增强
放射学的果实是工作流的优化。关于工作列表中管理组之间存在显著差异,从一个工作列表在单个图像存档和通信系统(pac。,我们的工作站)到多个列表跨多个卫生保健系统在多个pac。
虽然一些基本工作列表组织可能与大多数开箱即用的列表,放射科医生仍然花时间寻找下一个合适的考试阅读。考试接近缺失其周转时间(乙)指标(保理在课堂上门诊,住院,急诊室/急诊-和考试的紧迫性,尽快,STAT) ?大,高度subspecialized团体考试在放射科医生的附属专业/舒适区吗?
进入人工智能。与人工智能解决方案等Clario SmartWorklist,这可能成为自动化所需的小想法。更好的是,这样的工作列表中管理软件做得更好并执行比放射科医生一致(至少,这是我的个人经验)。
一旦你选择和实施规则的你想要的软件,按“,”和软件将您下一个最合适的情况下。当你签署一个案例,下一个最合适的情况下会自动加载。现在,我保留我的智力情况下解释和其他辅助责任(协议考试,菲尔丁的提问是临床医生,等等)。
影像检查和解释
图像判读的症结是什么是一个诊断放射学家。我们看图片,使重要发现,,的帮助下临床历史,推断这些发现的意义。
软件解决方案目前存在之前,允许链接之间的滚动当前和考试。这种简化后续考试通过允许放射科医生更快地比较结节和损伤,这是特别重要的癌症复发和监督考试。
AI将能够帮助通过机器学习,图像判读与机构斯坦福人工智能在医学中心和成像领导的方式。
虽然离完美还很远,基本计算机辅助诊断(CAD)软件插件可供临床使用乳房x光检查和肺结节检测。深入学习算法已经从各种成像存储库和病理学习数据库和展示非常不错的效果。
未来的迭代CAD将有能力做出临床重大发现,包括有关偶然的发现如腹主动脉瘤、冠状动脉钙化,肺结节,肾结石,肾上腺结节,等等。
,AI将能够“屏幕”考试等重要发现中央肺动脉栓子,气胸,头部流血,主动脉瓣解剖,免费的腹腔内气体,急性阑尾炎,等等,这些考试,换换工作列表的顶部。这将加快病人护理,希望导致改善患者的结果。
AI可能会提供一个“第二组的眼睛”案件,偶尔能发现错过了放射科医生(不幸的是,我们不是完美的,尽管我们尽了最大努力)或意外的报告(我们经常与临床打断mid-case责任)。
AI可能会提供一个“第二组的眼睛”案件,偶尔能发现错过了放射科医生(不幸的是,我们不是完美的,尽管我们尽了最大努力)或意外的报告(我们经常与临床打断mid-case责任)。
AI将帮助放射科医生克服偏见(满意的搜索,锚定偏差等),提高放射科医师的准确性。
报告创建
放射科医生,我们的最终产品是我们的报告。我们将相关结果与病人的病史和合成我们的印象,我们认为与患者。我们组织我们的印象相关性、优先级最临床相关的结果。
我们包括临床相关的附带结果报告和提出建议或建议来指导下一步的临床管理。我们偶尔也推荐临床相关性帮助缩小鉴别诊断。在可能的情况下,我们建议基于美国放射学院(ACR)白皮书随访指南组成的基于数据和专家意见。
在未来,这可以很容易地由人工智能自动化工具,提高跟踪的准确性和一致性之间的放射学家和在实践的建议。这将导致更少的不必要的检查,减少医疗imaging-related医疗费用,减少病人的焦虑,和更高层次的病人护理。
人工智能的解决方案,如RadAI也已经存在,可以阅读放射学的一份报告,在几秒内自动生成一个印象。虽然不完美,这样的软件有助于加速印象,减少遗漏的临床相关研究结果报告印象,减少语音识别和排版错误。
沟通的结果
沟通是至关重要的在生活的各个方面,放射学也不例外。
放射科医生,我们天天临床上重要的发现。我们甚至可以找到多个研究实施后续的一个考试(例如,我见过四同步主要癌症在单一CT)。确保病人得到适当的随访是至关重要的,一个病人下降通过裂缝和放射科医生,我最担心的。
人工智能来救援!病人数据库监控程序可用于不确定的和偶然的发现可能会变得健壮,有助于提醒即将到来的后续考试的提供者和病人一样。数据库也可以实时更新如果或当后续不再是表示(例如,一个不确定的肾上腺结节已经被描述为一种良性腺瘤或考试之前已经建立了> 2年的稳定坚实的肺结节,不再需要进一步评估或后续)。
将人工智能代替放射科医生吗?
预测未来是不可能的,特别是当从平坦的部分指数曲线。科学和技术的进步将继续以惊人的速度移动。但AI会取代我们吗?
在我的职业生涯可能不会(我七年post-fellowship在撰写本文时)。有很多疾病可以出现在很多不同的方式,我们可能很长一段路从人工智能能够取代我们。即使是放射科医生接近30 +年底事业仍将分享他们如何看到新的病理和病理报告。
人工智能不太可能取代放射科医生,至少在不久的将来,但放射学实践拥抱AI可能最终取代实践。
除此之外,软件公司将希望避免承担责任。为什么风险诉讼时可以收取基于时间或基于案例的教学费用永久?
最终的想法
人工智能将保持下去,将有一个持久的对卫生保健的影响(只要我们可以避免天网)。
人工智能将成为放射学的一个组成部分。会使放射科医生更有效、准确、一致,和及时的。从本质上说,人工智能将放射科医生更好,提高放射科医师的生活质量,而且很可能有显著积极影响病人的治疗。和老化婴儿潮一代,积压,看不到尽头的恶化医生短缺,时机再好不过了。
布雷特Mollard放射科医生。