華威大學(University of Warwick)領導的一項新研究發現,人工智能可以像醫生一樣或更準確地分析X射線和診斷醫療問題。
人工智能已經接受了來自150多萬名患者的280萬張歷史胸部X光片的訓練,掃描了37種可能的情況的X光片。
在37種情況中,有35種(94%)拍攝X光片時,它與醫生的分析一樣準確或更準確。
人工智能軟件可以在拍攝X射線后立即掃描X射線,以發現可能的情況,并標記任何異常情況。然后,它將給出每個異常存在的百分比幾率。人工智能還了解不同情況的嚴重性,并相應地向醫生標記更緊急的情況。
為了驗證人工智能的準確性,一組高級放射科醫生對它分析的1,400多張X射線樣本進行了交叉檢查,他們將人工智能的診斷與當時放射科醫生的歷史診斷進行了比較。
人工智能是華威大學、倫敦國王學院和幾個NHS網站之間的合作,由惠康信托創新者獎資助。該程序還使用大型語言模型來理解臨床醫生撰寫的歷史報告——與其他人工智能程序(如 ChatGPT)使用的底層技術相同。
華威大學數據科學教授、主要作者Giovanni Montana博士建議,人工智能工具既可以用作放射科醫生的篩查工具,也可以提供“最終的第二意見”,避免人為偏見。
Montana博士評論說:“這個項目已經過數百萬次X光片的訓練,非常準確。它消除了不可避免的人為錯誤和偏見的因素。如果患者因心臟問題被轉診進行 X 光檢查,醫生將不可避免地將注意力集中在心臟而不是肺部。
“這是完全可以理解的,但在其他領域存在未被發現的問題的風險。這個人工智能消除了人類的偏見——這是最終的第二意見”。
合著者、倫敦國王學院(King's College London)的Vicky Goh教授、英國皇家放射科醫師學會(Royal Society of Radicos)學術委員會主席評論說:“目前我們在NHS中可用的人工智能項目范圍有限。像這樣的綜合人工智能項目將成為醫學的未來,人工智能將充當忙碌醫生的副駕駛。
“由于英國放射科醫生嚴重短缺,這樣的計劃將促進口譯并減少診斷和治療的延誤”。
還有一種可能性是,人工智能可以查看沒有發現異常的X射線,這大約是所有異常的一半,并以可以提高NHS效率的方式向醫生標記。通過允許人工智能在沒有發現異常的情況下清除X射線,放射科醫生將有更多時間專注于具有挑戰性和更關鍵的測試。
英國皇家放射科醫師學院最近的一項民意調查發現,在97%的英國癌癥治療中心,放射科醫生的短缺導致等待時間更長,治療延遲。
這款名為 X-Raydar 的 AI 軟件旨在幫助減少醫生的工作量并減少延誤。值得一提的是,該研究小組已將整個軟件開源用于非商業用途,以加快該領域的研究發展步伐。
您填的信息已提交,老師會在24小時之內與您聯系
如果還有其他疑問請撥打以下電話