全球最權威的放射學會議——北美放射學會（RSNA）年會于 11 月 25 日至 11 月 30 日舉行。作為每年醫(yī)學領域的盛會之一，本次 RSNA 集中了全球最領先的醫(yī)療機構及先進技術，也代表著這一領域未來的發(fā)展方向。

隨著深度神經網絡在診斷成像領域不斷取得重大突破，人工智能也成為本次 RSNA 關鍵詞之一。據(jù)統(tǒng)計，去年的 RSNA 有 49 家參展商是機器學習公司，其中 22 家是首次參展。今年數(shù)字增加了一倍多，達到 104 個，其中 25 家首次參展。從展位到會議，再到大廳周圍的一對一對話，幾乎每家公司都樂于談論他們在該領域的進步將如何幫助放射科醫(yī)生和患者。

雖然許多技術仍處于開發(fā)或審批階段，我們確實也看到了不少開箱即用的工具，這項技術也正在放射科醫(yī)生工作方式和流程發(fā)生新的變化，拒絕與之合作的放射科醫(yī)生將會被淘汰。

AI被用于最重要的臨床步驟——成像分析

近日，市場調查機構 Frost＆Sullivan 指出，在 114 家活躍于醫(yī)學成像領域的 AI 創(chuàng)業(yè)公司中，絕大多數(shù)都是針對醫(yī)學成像的圖像分析。識別和分析圖像中的特定特征是放射科醫(yī)師工作的關鍵，由于他們的研究結果皆基于此分析，因此它構成了成像工作流程中最重要的臨床步驟。在整個醫(yī)療健康領域，初創(chuàng)公司魚龍混雜，但主要還是集中在醫(yī)療成像 AI 領域的圖像分析。其中，計算機斷層掃描和核磁共振成像領域的應用最為人關注。

比如在核磁共振成像領域，三星利用人工智能技術，開發(fā)了一種可以顯示膝蓋軟骨厚度等信息的新軟件，為膝蓋關節(jié)炎患者提供患處圖像。不過，展示的是產品原型，據(jù)報道該軟件也不會出售。

另外，數(shù)字 X 射線，乳房 X 線照相術（包括 3D 斷層合成），眼底成像（眼睛），超聲圖和心電圖等領域的人工智能應用也頗受關注。盡管目前大多數(shù)成像設備供應商尚未涉及這一領域，但西門公司醫(yī)療部今年在 RSNA 上首次推出了 AI-Rad Companion Chest CT，這項技術利用了共計 3.25 億的帶標注圖像，用于訓練 AI 算法。該智能軟件助手可以獲取 CT 圖像并顯示胸廓結構，標記其中潛在的異常情況，最后將測量結果包括對心臟、主動脈、肺和冠狀動脈的診斷一同放入報告中。

通用電氣醫(yī)療集團推出了 Edison 平臺，該平臺匯集了現(xiàn)有合作伙伴的所有 AI 算法。三星也展示了自己在這些領域的進展。比如，基于 AI 技術的超聲系統(tǒng) S-Detect，軟件通過超聲圖像進行乳腺病變分析，進而監(jiān)控女性健康。據(jù)介紹，該技術可以使任職經驗達 4 年或更短時間的臨床醫(yī)生的診斷精準度從 0.83 提升到 0.87。目前，該軟件已應用于三星專有的放射學超聲系統(tǒng)。再比如，三星基于數(shù)字 x 線攝影的 AI 軟件 SimGrid，可清晰地顯示出胸部 X 光片中被骨遮擋的肺組織。

在應用廣度方面，與會人士表示相比去年 RSNA，今年 AI 成像技術在應用上明顯更加全面，不只局限于肺結節(jié)檢測，在心腦類疾病檢測中也大放異彩。

AI 被用于認知性工作流程，提升處理速度

RSNA 各論壇的許多放射科醫(yī)師都表達了對擺脫簡單病例、在復雜病例上花費更多時間的興趣。除了圖像分析，成像工作流程中還有其他幾個步驟也可以利用 AI，比如從定序到報告（reporting），都可以開發(fā)相應的 AI 解決方案。事實上，大多數(shù)創(chuàng)新也都與簡化工作流程相關，比如提升簡單任務自動化，加快處理速度。

比如，用于分類、工作列表分配和工作流程編排的 AI 應用程序。Aidoc（以色列）、Zebra Medical Vision（以色列）、vRad 和 GE Healthcare 等公司展示了這些方面的最新進展。Aidoc 將專有的 AI 用于每年透過電腦斷層掃描生成的數(shù)百萬張圖像，可以在人類放射科醫(yī)生審視結果之前，抓出重要問題，投放到屏幕上顯示警報。目前，Aidoc 已經經過美國和歐洲的批準，可用于評估腦出血和脊柱骨折的掃描結構。

另一個較為先進的領域是決策支持，用于決定臨床治療的下一步驟，代表性的例子包括 GEhealthcare 的 Imaging Related Clinical Context、Philips 的 IntelliSpace Oncology 和 Nuance 的 PowerScribe 360 Clinical Guidance。

比如，Nuance PowerScribe One 能將醫(yī)生聽寫即時轉換為相關、有條理的結果，不僅僅是醫(yī)生說的話，更包含了患者臨床狀況信息。也就是說，它不僅僅是一個支持語音的文本報告創(chuàng)建工具，它也正在成為一個集成平臺，使放射科醫(yī)生能夠更快速輕松地獲取、共享和處理患者的重要信息。而 GE IntelliSpace Oncology（癌癥）云計算精準醫(yī)學平臺能為醫(yī)生提供臨床決策支持。

在無法深入了解所有其他步驟細節(jié)的情況下，有兩個工作流程——定序（ordering）和流程調度（scheduling) 仍然可以從 AI 技術中受益。為醫(yī)生提供決策支持的公司最適合在定序階段充分這類解決方案，而調度解決方案可通過改善流程調度（比如取消）來優(yōu)化利用率。人工智能在這一領域有極大的發(fā)展空間，能夠確保工作流程更加高效，并以前所未有的方式輔助放射科醫(yī)師工作。

成像設備的更加智能化

設備制造商為使成像設備更加智能化，正準備將 AI 引入掃描儀或周邊設備。

例如，佳能首次推出高級智能 Clear-IQ 引擎（AICE）圖像重建解決方案，該方案使用人工智能從低輻射劑量、低質量圖像中獲取高質量圖像。西門子醫(yī)療公司已經擁有 FAST 3D 相機，可以有助于患者的病灶成像，無需更高的劑量，提高圖像質量，防止重復掃描。

除了這些案例外，還有其他領域。比如，設備具備「自我意識」，讓設備進行「自我診斷」其組件是否良好。這些功能可能是 AI 與成像設備發(fā)展的未來，它們讓機器實現(xiàn)真正的智能化。

打造商業(yè)案例

技術進步固然可貴，但只有被市場理解和接受才能真正改變我們的生活。放射工作流程中的工作人員——技術人員、放射科醫(yī)師、管理人員、醫(yī)院管理人員甚至病人——都有不同的需求，這些都可由 AI 解決。

例如，時間密集型任務的自動化可以幫助提高生產力，AI 支持的圖像分析可以幫助提高準確性，患者護理流程的可預測性和個性化可以幫助改善結果等。

商業(yè)規(guī)模的開發(fā)，驗證和部署這些解決方案都需要從生態(tài)角度出發(fā)，因為幾個合作關系與協(xié)議會讓這些工作變成一個復雜的生態(tài)問題。目前，最接近終端用戶的商業(yè)案例包括，從提供醫(yī)院在一個平臺上訪問多個供應商 AI 解決方案的在線市場的開發(fā)，到設備制造商將解決方案與供應商的解決方案集成。

不過，在「后臺」也有一些其他進展。例如與云計算方法供應商合作的技術巨頭，為設備制造商提供提高計算能力的解決方案的計算硬件制造商，繼續(xù)構建新的 AI 算法并推出初創(chuàng)公司的學術機構。

最終，AI 應改善病患護理

AI 不應僅僅是幫助放射科醫(yī)生管理病例或更快地進行診斷，最終應該改善患者護理。這是本次會議和其他會議上放射科醫(yī)生的共識。

比如，有專家指出能否有一個以患者為中心的應用程序。它是一個從語音到文本的軟件，可以自動將復雜的醫(yī)學術語翻譯成患者可讀的報告。雖然其他專家表示，這種類型的技術開發(fā)起來非常困難（如果不是不可能的話），但它表明放射科醫(yī)師和供應商都對患者問題也感興趣。

農村地區(qū)和發(fā)展中國家的專家對人工智能的影響前景也特別感興趣。人們的共識似乎是設備，特別是價格較低的系統(tǒng)，能比合格的醫(yī)護人員更快地普及開來。

AI 與放射科醫(yī)生：協(xié)助與增強，但不予合作的會被淘汰

現(xiàn)在人工智能成像的理念基本塵埃落定——這個理念曾風靡整個行業(yè)。放射科醫(yī)生提出的問題已經從「它會取代我嗎？」變成「它能幫助我嗎？」——確實如此。

在展會現(xiàn)場，參展商很快指出，任何目前可用的人工智能技術，以及任何近期的技術，都不是要取代放射科醫(yī)師，而是要提高放射科醫(yī)師的能力。

到目前為止，沒有任何東西可以繞過放射科醫(yī)生的眼睛。相反，展會上展出的大部分產品 ：從 GE Edison 到三星、再到 Fujifilm 的 REiLI，提供了深入學習以幫助分類案例。通過這些程序，計算機可以檢測到任何異常，然后告知放射科醫(yī)師。

即使程序可以發(fā)展到計算機可以完全繞過人眼，專家說，它仍然可能不會影響該領域。心臟病學就是一個例子，雖然心電圖可以被計算機讀取，但是，責任問題導致心臟病學家在閱讀和解釋它們方面仍然發(fā)揮著重要作用。其他專家也回應了同樣的擔憂，他們問道：「哪家公司將成為第一個承擔房間內無放射科醫(yī)生風險的公司？」

幾乎每個專家都同意，放射科醫(yī)師至少需要在設計和確認（confirm）任何人工智能方面發(fā)揮作用。

總之，關于 AI 技術的投資形勢好——Frost & Sullivan 估計，到目前為止，全球已經為這項技術的開發(fā)投資了 37 億美元（截至 2018 年 9 月啟動資金為 19 億美元），而且未來會有更多的 AI 初創(chuàng)企業(yè)獲得融資。

然而，人工智能在成像領域的前景必須為終端用戶帶來時間節(jié)省、資源優(yōu)化、精度增益和感知增益（接近精準健康方法）。前兩個是指生產力方面，而后兩個是指質量方面。最初承諾的資源節(jié)約體現(xiàn)在生產力方面，而質量上的節(jié)約可能需要很長時間才能實現(xiàn)，這也歸因于缺乏適當?shù)亩攘繕藴蕘砗饬拷Y果和由此產生的質量節(jié)省，從生產力的角度來看，這更易度量。

人工智能在成像領域的腳步不會停留在這里——它已經幫助重建新型行業(yè)。下一個前沿領域將是改善患者的生活并幫助放射科醫(yī)生以更有效的方式實現(xiàn)他們的行業(yè)價值——從圖像分析、工作流程應用，到后來的智能醫(yī)學成像機。