放射科醫(yī)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(yùn)的是，人工智能(AI)承諾大幅減少積壓。在發(fā)表在放射學(xué)雜志上的一項 新研究中，華威大學(xué)的科學(xué)家描述了一種系統(tǒng)，該系統(tǒng)可以自動優(yōu)先考慮X射線，選擇急需注意的掃描。

目前沒有系統(tǒng)和自動化的方法對胸部X光進(jìn)行分類，并將那些具有重要和緊急結(jié)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(shù)據(jù)庫，這些數(shù)據(jù)已被剝奪了識別信息和注釋。標(biāo)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(tǒng)，該系統(tǒng)使用它們將每個掃描分類為“關(guān)鍵”，“緊急”，“非緊急”或“正常”。

接下來，將X射線饋送到使用標(biāo)記圖像訓(xùn)練的計算機(jī)視覺算法中，以僅從視覺信息預(yù)測優(yōu)先級 - 而不是文本。當(dāng)使用一組獨立的15,887張圖像進(jìn)行測試時，AI系統(tǒng)能夠以“高精度”對來自正常掃描的異常X射線進(jìn)行分類。

該團(tuán)隊的模擬顯示，與當(dāng)前的11.2天平均值相比，具有“關(guān)鍵”指定的X射線平均在2.7天內(nèi)接受了放射科醫(yī)師的意見。他們留待未來的工作，以更大的樣本量訓(xùn)練系統(tǒng)，并部署可能提高性能的“更復(fù)雜”的算法。

“這里報告的初步結(jié)果令人興奮，因為它們證明了AI系統(tǒng)可以使用非常大的常規(guī)獲取放射學(xué)數(shù)據(jù)庫進(jìn)行成功培訓(xùn)，”Montana博士說。“通過進(jìn)一步的臨床驗證，該技術(shù)有望通過檢測所有正常檢查來大幅減少放射科醫(yī)師的工作量，從而可以將更多時間花在需要更多關(guān)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(tǒng)，值得注意。

Qure.ai是一家總部位于孟買的AI醫(yī)療保健創(chuàng)業(yè)公司，去年在歐洲獲得了qXR的CE認(rèn)證，這是一種胸部X光產(chǎn)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(fā)表在“ 自然生物醫(yī)學(xué)工程 ”雜志上的一篇論文中，波士頓馬薩諸塞州綜合醫(yī)院的研究人員描述了一種深度學(xué)習(xí)算法，可以高精度地檢測急性腦內(nèi)出血或ICH。