Fill form to unlock content
Error - something went wrong!
获取医疗保健物联网和网络边缘的最新资讯。
您正在关注这个话题。
AI 放射科辅助工具为服务水平不足的社区提供帮助
统计数据显示,在发展中国家,每 10 万人只拥有一名放射科医生,这使得拍摄和分析 X 光片成为医疗诊断的一个主要瓶颈。而且,问题不仅仅在于专业人员的短缺:基础设施方面的差距也是一个挑战。在设施完备的美国医院,一名放射科医生一天可能会分析 200 张或更多 X 光片;而在资金不足、设备不够先进的印度乡村医院,每天分析 100 张 X 光片可能都很困难。
此外,X 光片并非放射科医生需要分析的唯一一种影像。他们常常不得不就如何在 X 光、CT 和 MRI 等模式之间分配时间做出艰难决定,尤其是当他们被要求优先处理 CT 和 MRI 扫描时。当所有这些因素综合在一起时,可能会导致大量未经检查的 X 光片发生积压。
为了解决这些问题,基于 AI 的临床决策支持 (CDS) 工具等先进技术涌入放射学领域,帮助放射科医生在不影响质量的前提下加快 X 光片分析速度。
临床决策支持的优势
顾名思义,临床决策支持工具的设计宗旨是帮助临床医生分析影像,并做出决策。这些工具可采取多种形式,例如基于规则的系统、基于映射的系统、生产力或自动化系统
过去十年,基于 AI 的 CDS 工具已经出现在几乎所有能够因电子健康记录 (EHR) 和其他临床数据的自动化分析而受益的医学领域中。驱动这种快速增长的部分原因在于,利用 AI 检查患者数据的成本有所降低,FDA 等官方机构也制定了新的监管准则,为 CDS 尤其是 AI 的广泛采用铺平了道路。
但是,尽管 AI 辅助成像的成本在过去十年大幅下降,对于较贫困地区而言,这项技术仍然遥不可及。问题的一部分在于,AI 放射学解决方案侧重于特定诊断,例如结核病或囊性纤维化。要拥有完整的诊断套件,诊所需要多个 AI 解决方案,从而推升成本。
对特定疾病的侧重也限制了这些工具节省放射科医生时间的能力,尤其是在 X 光影像方面。“当患者进行胸部 X 光检查时,你不知道他患有 A 疾病还是 B 疾病”,L&T Technology Services (LTTS) 医疗业务部门的数字健康计划负责人 Mukundakumar Chettiar 说。“胸部 X 光检查的作用是进行筛查,因此,你未必知道自己在寻找什么。”
对通用系统的需求
由 LTTS 开发的 Chest-rAI 是一款通用 X 光 CDS 工具,旨在提供更全面的 AI 辅助成像方法。Chest-rAI 不会寻找特定疾病,而是在 X 光片中检查广泛的异常和潜在生物标记物。该工具可处理医疗机构遇到的 85% 以上的诊断,准确率超过 92%。
为了做到这一点,Chest-rAI 采用了一种创新深度学习架构 — 基于卷积注意力机制的句子重建和评分 (CARES)。据 Chettiar 介绍,CARES 会从放射图像中提取特征,然后生成语法和临床意义上均正确无误的报告来描述其发现。Chest-rAI 还采用一种称为放射学发现质量指数 (Radiological Finding Quality Index) 的独特评分机制来评估放射学发现、对其进行定位,并确定报告中出现的每项发现的大小/严重程度。
此外,它采用英特尔® AI Analytics 和 OpenVINO™ 工具套件来优化推理流水线,并将分析结果报告时间从大多数情况下的八周缩短为仅仅两周 — 放射科医生使用基于 Web 的界面即可远程访问报告。英特尔® Extensions for PyTorch (IPEX) 被用于优化性能。这种自动报告、快速出结果和远程访问的结合极大地提高了放射科医生的读片能力,以满足服务不足人群的需求。
“使用英特尔工具套件帮助我们的团队将推理速度提高了 1.84 倍,并将结果报告时间缩短了 75%”,LTTS 的 AI 工程师 Nandish S. 表示,“模型大小也因此而缩小了近 40%。”
由于经过高度优化,Chest-rAI 的部署形式多种多样:在云中、在本地解决方案中,或者作为嵌入式解决方案部署在边缘。医院可灵活采用最适合其预算和现有基础设施的解决方案。
Chest-rAI CDS 可轻松与医院的现有系统集成,既可独立应用,又可作为大型系统的一部分使用。集成过程专为简化操作而设计,因此在将 CDS 融入医学影像存档与通信系统 (PACS) 以及放射科信息系统 (RIS) 等现有医院系统时,只需数日即可完成设置和上线运行。
更智能、更可负担的放射学解决方案
过去十年,基于 AI 的工具给许多领域带来转变,推动乳腺癌筛查、糖尿病视网膜病变、皮肤病变分类、败血症休克预测等众多应用取得更好的成果。
尽管在放射学领域取得了这些进步,但放射科医生的工作负荷仍然成为医疗系统的瓶颈,特别是在发展中国家。现有工具的针对性过强,无法满足 X 光等广泛筛查模式的需求。随着更多通用工具(例如 LTTS 的 Chest-rAI)的出现,放射科医生现在既可节约时间,又可服务于更大人群,这正是许多乡村医院所需要的。