放射科透过 AI 改变癌症诊断

June 5, 2024

Satta Hightower

放射学中的人工智能

放射科医生需耗费大量时间查看扫描结果来诊断病情，但开创性的解决方案正在开拓癌症诊断影像的新前沿。正当医疗系统面临放射科医生短缺导致工作量增多、出错风险增加的关键时刻，AI 在放射学领域的出现恰逢其时。

医生必须判读的扫描影像数量不断增加，因此这些挑战只会加剧。一项研究表明，随着扫描数量的增加，这种短缺带来的风险：当医生阅读放射检查影像的时间减少 50%，错误率就会上升 16%。

Siemens Healthineers 作为医疗科技行业的领先创新者，开发了 AI-Rad Companion 平台，以提高诊断准确性并减轻放射科医生的操作负担。该解决方案展示了AI 对整个医疗过程的影响，以及这一变革性技术如何作为医生的第二双眼睛和耳朵，为更好的医疗结果提供支持。

该公司使用 AI 驱动的云端增强型工作流程来优化放射科医生的重复任务。AI-Rad Companion 利用深度学习算法提供支持临床决策的见解，作为助理帮助放射科医生做出更准确的诊断。

充分发挥 AI 在放射科的作用

虽然解决放射科人力不足问题尚需时日，但 AI 可以帮助缩小这一差距， Siemens Healthineers 的人工智能全球营销经理 Ivo Driesser 表示。

“这就是为什么我们在 Siemens Healthineers 说：'为什么不开始使用人工智能来减轻放射科医生的重复性工作负担，比如如测量病灶、寻找肺部病灶的耗时过程或测量心脏钙化量。医生正在进行的所有这些人工操作步骤都可以由人工智能更轻松地完成，” Driesser 表示。

AI-Rad Companion 旨在平衡医生的自动化和准确性，同时提供强大的决策支持。该解决方案没有任何阻碍。AI-Rad Companion 可无缝集成到放射科医生的标准工作流程中，通过云端虚拟连接到医院的现有系统，或使用边缘设备进行物理连接。该解决方案由英特尔^® 酷睿^™ 处理器以及英特尔^® OpenVINO 工具套件提供支持，采用深度学习模型提高图像识别能力，并处理来自 CT 设备的匿名 DICOM 数据。然后，它使用 AI 驱动的算法为放射科医生提供临床见解。AI-Rad Companion 可突出显示医学影像上的病灶，简化病灶测量以节省医生的时间，在某些情况下，还能帮助放射科医生发现肉眼可能忽略的继发性病症或病理。

“我们不能这样说，'这名患者患有肺癌，需要该治疗'。始终是医生需要完成这项工作，但我们可以引导放射科医生的眼睛，” Driesser 指出。

现代化诊断影像可带来更好的结果

AI-Rad Companion 具有五个强大的扩展功能，包括判读胸部 CT、胸部 X 射线和脑部扫描图像、辅助前列腺评估以及为放疗计划绘制器官轮廓。

以心脏和大血管为例，AI-Rad Companion 胸部 CT 可以帮助医生测量主动脉的直径。利用临床指南，该工具可以在扫描结果出现异常需要进一步检查时提醒医生。对于胸腔 CT，AI-Rad Companion 可检查肺部病变，并在标准 CT 数据旁边提供 AI 增强结果，帮助医生诊断肺气肿和肺癌等疾病。

一些医疗机构使用 AI-Rad Companion 来提高效率和诊断准确性。奥地利一家放射科和影像诊所的 Diagnostikum Linz 已将该解决方案用于胸部 CT。AI-Rad Companion Chest CT 嵌入影像价值链。它将深度学习算法应用于 DICOM 数据，计算出结果，然后推送到放射科医生的阅读环境中进行判读。该解决方案还具有特定的深度学习算法，医疗机构可将其用于主动脉评估，因此需要同时接受心脏和胸部检查的患者可以一次完成检查。

AI-Rad Companion 提供强大的 3D 图像和可视化功能，可推进诊断流程并减少放射科医生的手工操作。由于该解决方案的 AI 增强工作流程，Diagnostikum Linz 放射科医生的工作效率提高了 50%，因为他们现在只需更少的鼠标点击次数即可访问和解释扫描结果。他们不再需要手动测量病灶。用于计算病灶直径的 AI 方法每次都相同，这不仅节省了时间，还促进了标准化，从而提高了准确性。

南卡罗莱纳州医科大学 (MUSC) 还使用 AI-Rad Companion Chest CT 将扫描判读时间缩短了 22%。由于该解决方案的 AI 增强、后处理、胸部结构自动量化以及心脏和冠状动脉的自动分割，MUSC 提高了医疗机构的效率。放射科医生触手可及的 AI 可以更快地获得结果。