一种由西北大学医学院内部开发的首例生成式AI系统正在彻底改变放射学——提高生产力、在几毫秒内识别出危及生命的情况，并为全球放射科医生短缺问题提供突破性解决方案，一项大型新研究发现。
该研究于周四（6月5日）发表在《JAMA Network Open》上。
“据我所知，这是首次使用AI来显著提高生产力，尤其是在医疗保健领域。即使在其他领域，我也未曾见过高达40%的提升。”资深作者Mozziyar Etemadi博士表示。他是西北大学范伯格医学院麻醉学助理教授以及麦考密克工程学院生物医学工程助理教授。
在这项研究中，AI系统在拥有12家医院的西北大学医学院网络中实时部署，在2024年的五个月内分析了近24,000份放射学报告。Etemadi的团队随后比较了有无AI工具的情况下放射图像报告创建时间和临床准确性。
结果显示，放射图像报告完成效率平均提高了15.5%——有些放射科医生的效率甚至提高了40%——而没有牺牲准确性。尚未发表的后续工作显示，效率最高可提升80%，并且该工具也可用于CT扫描。节省的时间使放射科医生能够更快地返回诊断结果，特别是在每一秒都至关重要的紧急情况下。
根据研究作者的说法，这是世界上第一个集成到临床工作流程中的生成式AI放射学工具。它也是第一次有一种生成式AI模型在所有类型的X光片（从头颅到脚趾）上都表现出高准确性和高效性。
“对我们来说，这并不是夸大其词，它使我们的效率翻了一番。这是一个巨大的优势和倍增器。”共同作者Samir Abboud博士表示。他是西北大学医学院急诊放射科主任以及范伯格医学院放射学临床助理教授。
除了提高效率外，AI系统还能在实时标记危及生命的状况，如气胸（肺塌陷）——甚至在放射科医生查看X光片之前。当AI模型为每张图像起草报告时，一个自动化工具会监控这些报告中的关键发现，并与患者记录进行交叉检查。如果系统识别出需要紧急干预的新状况，它可以立即提醒放射科医生。
“在急诊室的任何一天，我们可能有100张图像需要审查，我们不知道哪一张图像包含可以挽救生命的诊断。”Abboud说，“这项技术帮助我们更快地进行分类——因此我们可以更快地捕捉到最紧急的病例，并更快地让患者接受治疗。”
西北大学团队还在调整AI模型以检测可能被遗漏或延迟的诊断，如早期肺癌。
“即使在放射科医生查看之前，就已经有了草稿报告，提供了简单且可操作的数据点，可以快速有效地采取行动。这与传统的分诊系统完全不同，后者需要逐一训练每一个诊断。”Etemadi表示，他还是西北大学医学院信息服务中心的先进技术临床主任，在那里他的医院工程团队进行了大部分研究。
“卫生系统无需依赖科技巨头”
西北大学的工程师们并没有采用像ChatGPT这样的大型互联网训练模型，而是从零开始构建了自己的系统，使用的是西北大学医学院网络内的临床数据。这使得团队能够创建一个专门为西北大学放射学设计的轻量级、灵活的AI模型——更快、更准确，所需的计算能力也远少得多。
“卫生系统不需要依赖科技巨头。”第一作者Jonathan Huang博士表示，他是范伯格医学院的三年级医学生，同时拥有麦考密克工程学院的生物医学工程博士学位。
“我们的研究表明，构建定制的AI模型完全在典型卫生系统的范围内，无需依赖昂贵且不透明的第三方工具，如ChatGPT。我们认为，这种AI访问的民主化是推动全球采用的关键。”Etemadi补充道。
Etemadi领导着一个贝尔实验室风格的工程团队，嵌入在医院系统中，吸引了来自大型科技公司和金融领域的顶尖人才。
“我最自豪的成就是建立了一个强大的跨学科团队，能够执行卫生系统的最高优先事项。”Etemadi说，“我们不仅在推动医疗保健AI的发展，还在以大AI实验室成本的一小部分推进AI的基本原理。这是医疗保健AI的DeepSeek时刻的开始。”
解决全球短缺
放射学正成为医疗保健领域最大的瓶颈之一。到2033年，美国预计将面临多达42,000名放射科医生的短缺，因为影像检查量每年增加高达5%，而放射科住院医师职位仅增加2%。
西北大学的AI系统提供了解决方案，帮助放射科医生清理积压的工作，并在数小时内而不是数天内提供结果。尽管这项技术非常强大，但它不会取代人类。
“你仍然需要放射科医生作为金标准。”Abboud说，“医学不断变化——新的药物、新的设备、新的诊断——我们必须确保AI跟上。我们的角色是确保每个解释对患者都是正确的。”
西北大学医学院的技术已获得两项专利批准，其他专利正在审批过程中。该工具正处于商业化的早期阶段。
该研究题为“生成式AI辅助放射图像报告的效率和质量”。
(全文结束)
