這個利器,能給放射科的醫(yī)生省多少力?
作為急診科醫(yī)生,你是不是經常會優(yōu)先處理開放性傷口或者有其他明顯創(chuàng)傷的患者?腦出血、脊柱損傷或者血栓等不具有明顯損傷的患者有時則不得已要等待就醫(yī),即使這些損傷會造成更大甚至致命的傷害。
這是醫(yī)生的慣例,也是無可指摘的處理辦法。當然,如果你能憑經驗一眼就看出哪些內傷更緊急需要優(yōu)先處理,也因此能挽救很多人于危急之中。但是,從全球范圍來看,不是每一個患者都這么幸運,也不是每一個醫(yī)生都能萬無一失。
2018年英國護理質量委員會報告稱,僅亞歷山德拉皇后醫(yī)院就有23000次胸部X光片(CXR)沒有被正式審查過。而且,由于CXR沒有得到適當?shù)脑u估,有三名肺癌患者遭受了重大傷害。
其實,對于急診科醫(yī)生或者臨床醫(yī)生而言,不是不愿意優(yōu)先處理內傷患者。檢查此類內傷只有通過CT、X射線和MRI掃描等醫(yī)學成像程序,并且由訓練有素的放射科醫(yī)生對成像結果進行分析和解讀,才能發(fā)現(xiàn)這些潛在的致命性異常。然而,放射科醫(yī)生的缺乏是世界難題,75%的患者都需要影像檢查,而影像科醫(yī)生卻已經像戰(zhàn)斗機飛行員,需要同時處理數(shù)百名患者。Aidoc應運而生。
它不需要專用硬件、24小時開機、只需要在內部虛擬機中持續(xù)運行,通過圖片存檔、通信和放射信息系統(tǒng)(PACS)接收掃描,Aidoc的系統(tǒng)會識別出異常情況并突出顯示,讓醫(yī)生優(yōu)先處理危重病例,加速救治。
通常情況下,放射科醫(yī)生的工作可以被簡單的理解為三個步驟:拍攝影像、分析異常、提出決策。通過大量的深度學習,Aidoc 的 AI 系統(tǒng)除了能在短時間內完成影像分析,精確的 AI 系統(tǒng)還能對放射科醫(yī)師們工作流程進行優(yōu)化。與原有先有影像結果再分析的工作流程相比,在 AI 系統(tǒng)的幫助下,進行 CT 或 MRI 等掃描的過程中,系統(tǒng)第一時間就能發(fā)現(xiàn)并標記異常狀況,并通過不同異常程度確定優(yōu)先級。
因此,放射科醫(yī)生只需要做他們最擅長的一件事——分析疾病,做出決策。AI大大縮減了醫(yī)生尋找異常病變和做出決策的時間,為病人爭取了最大化的診治時間。此外,該平臺會繼續(xù)對未出現(xiàn)異常的部位進行再檢查。
在AI改變醫(yī)療行業(yè)的諸多論斷中,一直有一種觀點,認為AI最先取代的會是影像科醫(yī)生,現(xiàn)在看來這個說法言之過早。相反,如何從根本上提高影像科醫(yī)生的效率或者精度,更好地幫助影像科醫(yī)生,才是目前AI最主要的作用。這也是Aidoc最厲害的一點,它是對現(xiàn)有放射科工作流程有所幫助,而不是增加或者改變現(xiàn)有工作流程。
“好的AI解決方案不需要醫(yī)生點任何按鈕,也不需要等好幾秒才能看到結果”——產品集中在急性疾病上,而且能與放射科工作流程無縫銜接,這是Aidoc致勝的法寶。
Aidoc所有的解決方案都部署在云端。對于醫(yī)院來說,這有兩個重要的好處:算法升級非常方便;而且醫(yī)院不需要添加專用的硬件設備。也許正是這一點打動了使用者。
Aidoc 的醫(yī)療保健 AI 平臺目前被全球健康網絡、醫(yī)院和放射科團隊的 5,000 名放射科醫(yī)生使用,迄今為止總共分析了超過 1,030 萬次掃描。FDA已經通過Aidoc對以下七種疾病進行診斷:顱內出血、大血管閉塞、急性 C 型脊柱骨折、肺栓塞、腹內游離氣體、附帶 PE、肋骨骨折。
巴塞爾大學醫(yī)院的研究人員對Aidoc的肺動脈栓塞算法進行了初步研究,發(fā)現(xiàn)該算法達到了93%的敏感性和95%的特異性。Aidoc聲稱其產品可以將報告周轉時間減少高達60.1%,并表示到目前為止,他們已經分析了超過120萬次掃描,檢測到超過36萬種疾病跡象。
Aidoc的業(yè)務模式是直接銷售給放射科部門,使用軟件即服務模型,客戶通過購買許可證并每年支付費用獲得軟件使用權。即使Aidoc的發(fā)展勢頭迅猛,但很明顯,它依然替代不了影像科醫(yī)生:人工智能讀片只能停留在表面,而醫(yī)生才能夠深入本質。
醫(yī)療的尖端之處就在于,臨床上會有大量表面相似但實質不同的案例,如何發(fā)現(xiàn)這些實質才是醫(yī)生的意義所在。人工智能目前僅能作為臨床診斷參考,仍需要人工去核實,根據臨床指南一一對照,給出最后的診斷結果。

請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
推薦專題
- 1 UALink規(guī)范發(fā)布:挑戰(zhàn)英偉達AI統(tǒng)治的開始
- 2 北電數(shù)智主辦酒仙橋論壇,探索AI產業(yè)發(fā)展新路徑
- 3 “AI寒武紀”爆發(fā)至今,五類新物種登上歷史舞臺
- 4 降薪、加班、裁員三重暴擊,“AI四小龍”已折戟兩家
- 5 國產智駕迎戰(zhàn)特斯拉FSD,AI含量差幾何?
- 6 光計算迎來商業(yè)化突破,但落地仍需時間
- 7 東陽光:2024年扭虧、一季度凈利大增,液冷疊加具身智能打開成長空間
- 8 地平線自動駕駛方案解讀
- 9 封殺AI“照騙”,“淘寶們”終于不忍了?
- 10 優(yōu)必選:營收大增主靠小件,虧損繼續(xù)又逢關稅,能否乘機器人東風翻身?