由美國西北大學醫學院研發的全球首個嵌入臨床流程的生成式人工智能（AI）放射系統，可在毫秒內識別危及生命的病癥，顯著提高工作效率。該系統為全球放射科醫生短缺問題提供了有效解決方案。相關論文發表在最新一期《美國醫學會雜志》旗下的《JAMA Network Open》期刊上。
這款AI系統已在美國西北大學所屬的12家醫院部署，在2024年的5個月時間里分析了近2.4萬份放射科報告。數據顯示，該系統平均提升放射報告生成效率15.5%，部分醫生效率甚至提高40%，且準確率無下降。后續研究表明，效率提升在CT影像中可達80%。節省下來的時間允許放射科醫生更快作出診斷，尤其在危急病例中。
不同于市面上那些只能檢測某一類疾病的窄域AI工具，這套AI系統能夠讀取完整的X光或CT圖像，并自動生成95%完成度的個性化報告，供醫生選擇使用、審核和最終確認。這些報告會總結關鍵發現，并為醫生提供診斷和治療的輔助模板。
除了提升效率，這套AI系統還能實時標記諸如氣胸（肺塌陷）等致命病情，并在報告生成過程中同步與病歷交叉驗證，一旦發現危急狀況會立即提醒醫生。
研究人員表示，這是首次有AI系統在涵蓋從頭到腳的各類X光影像中，全面展現出高準確率和高效率的優點。
與依賴ChatGPT等大型通用AI模型不同，這款AI系統完全自主構建，訓練數據全部來自醫療系統內部的真實臨床資料。這種方法不僅讓AI系統更加輕量、精準，還顯著降低了對計算資源的依賴，運行速度更快。
研究顯示，預計到2033年，美國將面臨多達4.2萬名放射科醫生短缺的局面，而影像檢查數量每年增加約5%。新的AI系統有望緩解這種緊迫形勢，幫助醫生將診斷報告的交付時間從數日縮短至數小時。盡管該技術功能強大，但研究團隊強調，它的目標并非取代人類醫生。
還未登錄
