AI系統通過緊急程度優先考慮X射線

放射科醫生正在溺死X射線。電磁掃描占全球所有診斷成像的40%%，僅在英國，在任何特定時間估計有330,000張X射線等待一個多月的報告。

幸運的是，人工智能(AI)承諾大幅減少積壓。在發表在放射學雜志上的一項 新研究中，華威大學的科學家描述了一種系統，該系統可以自動優先考慮X射線，選擇急需注意的掃描。

目前沒有系統和自動化的方法對胸部X光進行分類，并將那些具有重要和緊急結果的人帶到報告堆的頂端，”該研究合著的Giovanni Montana在一份聲明中說。

研究人員采集了470,388例成人胸部X光檢查數據庫，這些數據已被剝奪了識別信息和注釋。標記每個X射線上可見的特定異常并將其饋送到自然語言處理系統，該系統使用它們將每個掃描分類為“關鍵”，“緊急”，“非緊急”或“正常”。

接下來，將X射線饋送到使用標記圖像訓練的計算機視覺算法中，以僅從視覺信息預測優先級 - 而不是文本。當使用一組獨立的15,887張圖像進行測試時，AI系統能夠以“高精度”對來自正常掃描的異常X射線進行分類。

該團隊的模擬顯示，與當前的11.2天平均值相比，具有“關鍵”指定的X射線平均在2.7天內接受了放射科醫師的意見。他們留待未來的工作，以更大的樣本量訓練系統，并部署可能提高性能的“更復雜”的算法。

“這里報告的初步結果令人興奮，因為它們證明了AI系統可以使用非常大的常規獲取放射學數據庫進行成功培訓，”Montana博士說。“通過進一步的臨床驗證，該技術有望通過檢測所有正常檢查來大幅減少放射科醫師的工作量，從而可以將更多時間花在需要更多關注的人身上。”

它不是第一個可以識別胸部X光異常的AI系統，值得注意。

Qure.ai是一家總部位于孟買的AI醫療保健創業公司，去年在歐洲獲得了qXR的CE認證，這是一種胸部X光產品，可以識別15種最常見的胸部X光異常。在本月早些時候發表在“ 自然生物醫學工程 ”雜志上的一篇論文中，波士頓馬薩諸塞州綜合醫院的研究人員描述了一種深度學習算法，可以高精度地檢測急性腦內出血或ICH。