医学影像 AI
医学影像 AI 是由 AI 分析 X 光、CT、MRI、超声等医学影像，以发现病灶（疑似患病部位）或辅助阅片的技术。最终诊断通常由医生做出，AI 起到“第二双眼睛”的作用。
通俗解释 这就像一位细心的助手，在大量照片中用荧光笔标出异常部分。不过，助手标出的地方是否真有问题，需要由作为专家的医生来确认。
如何运作
用医生预先标注好的大量医学影像训练 AI 模型。影像处理长期使用 CNN 等深度学习模型，如今也会使用基于 Transformer 的模型。训练好的模型接收新影像后，会标出可疑部位的位置，以分数形式给出异常的可能性，或勾画器官边界来测量大小。这些结果会一同显示在医院的影像存储与调阅系统中，供医生阅片时参考。
医学影像 AI 辅助阅片的流程
- 1影像拍摄X 光·CT·MRI 等
- 2AI 分析标出可疑部位·评分
- 3显示在阅片界面与影像一同显示
- 4医生阅片参考 AI 结果进行确认
- 5最终诊断由医生决定
为什么重要
医院拍摄的影像不断增加，但能阅片的专科医生数量有限。AI 若能优先挑出紧急影像，或标出容易漏看的小病灶，有助于提高阅片速度和一致性。它也可以作为辅助手段，减少因疲劳或个体差异导致的阅片偏差。因此，医学影像被视为 AI 最早进入实际临床的领域之一。
注意事项
在与训练所用医院不同的设备、拍摄条件或患者群体中，性能可能会下降。因此，实际引入前用该医院的数据重新验证非常重要。用于诊断的 AI 在许多国家被归类为医疗器械，需要经过审批程序。此外，AI 为什么怀疑该部位往往难以解释，因此需要医生不直接相信结果而是加以确认的过程。
示例
胸部 X 光阅片辅助服务会在影像上用颜色标出肺结节、气胸等可疑部位，并以分数显示异常可能性。乳腺 X 线摄影（钼靶）阅片辅助，以及从脑部 MRI 中优先挑出疑似卒中影像并通知医护人员的产品，也在多家医院使用。大多数方式是将结果显示在医生的阅片界面中，由医生做出最终判断。