人工智能在医学成像的应用

　　在20世纪50年代人工智能诞生之初，研究人员试图生产一种能够通过图灵测试的智能系统，以便能够将机器的智能与人类的智能进行区分。在过去的70年中，研究人员不断看到希望和绝望的循环，但在10年前，这种情况开始发生改变。自从人工智能开始学习而无需编程以来，其轨迹一直在稳步上升。如今，消耗性数据和计算能力都提高了几个数量级，并且具有更广泛的可承受性。

　　在人工智能中，医学成像在改善访问质量、降低成本、改善患者体验的障碍中看到了机会。同时，根据世界卫生组织的估计，全球40多亿人无法获得医学成像专业知识的服务。人工智能可以通过提供远程阅读来解决全球临床医生的数量短缺和无法到达某些地区进行诊断的问题。

　　在图像采集、重建、检测定位和质量控制等方面，医学成像的服务链上存在着一些障碍。人工智能可以消除放射科医生每天重复性的低价值任务，节省时间，并提高准确性。它可以更准确地识别疾病，降低治疗变异性，改善护理，提高患者体验。还可以发现人类医生难以看到的病变，并减少假阴性的解析。

　　人工智能工具还可以增强图像重建，更有效地利用数据改善失真或损坏的图像。更好的工作列表优先级允许病情最严重的患者更快地接受诊断和治疗，即使在放射科医生无法立即获得结果的环境中也是如此。其提供的放射学报告可以获得一致性。

　　机器智能还有助于探索和公开关键的电子健康记录( HER)数据，以提供患者的整体视图。减轻医务人员阅读文档疲劳，创建更直观的界面。

　　Geisinger的Fornwalt表示，除了个别的人工智能应用程序之外，图像和医疗保健的区别在于要查看大型纵向数据集。他说，“可以从中获取一些横截面的数据并进行分析，并从中做出预测。这就是机器擅长的东西。作为医生，我们不能这样做……因此我们将利用这种预测能力来发挥作用。”

　　Bruce说，“人工智能带来的好处是对数据进行更深入的研究，认识到我们有机会利用我们所获得的和我们能解锁的东西做更多的工作。”

　　事实上，医生常常在这方面浪费了大量时间。

　　职业倦怠是放射学医生面临的一个大问题，根据Medscape最近的统计数据，这与去年的调查一致，大约45%的放射科医生报告表示，他们已经精疲力竭。芝加哥大学企业成像医学主管放射科医生Paul Chang博士在RSNA 2018的一次演讲中说：“我们正在讨论数据驱动、证据驱动的工具，我们需要帮助，因为许多人几乎很难坚持下去。”