对许多患者来说，接受治疗过程中最可怕的部分可能是进行磁共振成像(MRI)扫描时躺在狭窄嘈杂的管子里产生的幽闭恐惧，或是等待计算机断层扫描(CT)结果来了解心脏病的发展情况。而在检查室的另一侧，放射科医生则面临着另一种焦虑来源：日益繁重且不断增长的工作量。
部分由于医学影像技术的进步，医疗机构正在订购越来越多的诊断图像，以更好地了解患者健康状况并避免活检等侵入性操作。与此同时，全球人口正在老龄化，更多患者患有需要进行影像检查的疾病。然而，即使需求激增，放射科医生的数量却未能跟上——这一趋势在COVID-19大流行期间加速，当时比平常有更多放射科医生离职。这些趋势导致从业人员精疲力竭和患者结果延迟。根据美国放射学会的报告，2025年是连续第三年，人员短缺成为放射学领域面临的最大威胁。
加州大学伯克利分校和加州大学旧金山分校的研究人员正尝试利用人工智能来解决这一需求——这是医学领域日益增长的趋势，即使用AI来增强医疗服务提供者的工作能力，同时应对医疗成本上升和医疗服务获取不平等的挑战。
2025年，伯克利和加州大学旧金山分校的研究人员推出了Voio，这是一家旨在构建AI模型以帮助放射科医生更快、更准确地解读影像的初创公司。Voio的工具旨在生成初步报告，使放射科医生能够专注于患者，并提前数年预测患者患癌症、骨质疏松症和心力衰竭等严重疾病的风险——甚至可以预测个体对不同治疗方案的反应。
亚当·亚拉希望通过人工智能实现新型临床护理。照片由Bryan Walker Ting/Voio提供
Voio首席执行官、加州大学伯克利分校和加州大学旧金山分校计算精准健康、统计学和计算机科学助理教授亚当·亚拉表示："我们正在赋能每位放射科医生，即使在繁重的工作量下也能产生更大影响——最终拯救更多患者的生命。"Voio计划在其他医学领域也通过AI开发类似的进步。
亚拉与联合创始人玛吉·钟博士（加州大学旧金山分校放射学与生物医学成像系驻校助理教授）和特雷弗·达雷尔（加州大学伯克利分校电气工程与计算机科学系驻校教授）共同创立了Voio。
在推出Voio之前，研究人员开发了Pillar-0，这是一个开源AI模型，使用大量加州大学旧金山分校的医学图像进行训练，用于检测脑出血等当前状况，以及放射科医生无法检测到的潜在问题，如长期肺癌风险。亚拉表示，Pillar-0是当今世界上最好的放射学基础AI模型。全球各地的研究人员、工程师和医生团队正在以此为基础，创建越来越好的癌症预测模型和诊断工具。
Voio目前正在开发Pillar-1，这是一种新的AI模型，能够从更广泛的图像中检测与不同医疗威胁相关的患者风险，并将发现整合到给放射科医生的初步报告中。亚拉表示，它将协助解读最复杂的病例，提供目前放射科医生无法检测到的疾病进展见解。Pillar-1是Voio正在开发的系统的一部分，该系统还将完成不需要放射学专业医学培训的任务，如转录医生的语音笔记或整理患者数据。
让放射学更高效准确
钟对帮助她的同行放射科医生有更多时间进行患者护理感到兴奋。她说："当我们减少手动的、非技术性任务时，我们把工作的乐趣还给了放射科医生。这让我们回归到成为放射科医生的初衷。我们是医院背后的侦探。通过影像，我们做出对患者有重大临床影响的关键发现。"
玛吉·钟博士希望AI产品能帮助放射科医生专注于患者和关键发现。照片由加州大学旧金山分校放射学与生物医学成像系提供
亚拉对Voio的期望远不止于虚拟工作助手——他希望AI能彻底改变放射科医生的临床指南。他表示："我们对公共卫生的思考方式应该发生转变。不应该出现的情况是，我们提供数字广告的方式比提供癌症筛查的方式更加复杂和个性化。"
这是一个雄心勃勃的目标，亚拉在麻省理工学院(MIT)进行博士研究时首次拥抱了这一目标，当时他创建了Mirai。Mirai是一个开源AI模型，能够比放射科医生提前数年识别出乳腺癌高风险人群。之后，他设计了Sybil，这是一个对肺癌风险进行同样预测的开源模型。亚拉表示，总体而言，全球30多个国家的90多家医院正在使用Mirai或Sybil进行研究或试验，有些机构在此基础上开发自己的医疗AI模型。钟领导的一项关于Mirai的前瞻性研究最近发现，使用AI可以帮助乳腺癌高风险女性更快地获得评估。美国多家医院正在招募患者进行一项新的临床试验，以进一步研究Mirai的乳腺癌检测率。
亚拉表示："这些工具正在推动肿瘤学的最新发展。因为你能预见未来，所以你可以创造一种新型的临床护理。你可以变得主动。"
达雷尔表示，尽管已经存在一些自动化放射科医生部分工作的AI工具，但它们尚未显示出能整体提高放射科医生的生产力。"这才是真正能产生差异的关键，"达雷尔说。"我们不需要在放射科医生面前添加更多花哨功能的自动化。我们需要能让放射科医生更有效、更准确、更高效的AI。这正是我们正在构建的。"
Voio联合创始人特雷弗·达雷尔表示，放射科医生需要帮助他们更有效、更准确、更高效的AI工具。照片由Bryan Walker Ting/Voio提供
亚拉、钟和达雷尔的合作源于加州大学旧金山分校/加州大学伯克利分校计算精准健康联合项目(CPH)，该项目成立于2021年，旨在应用包括生物信息学、基因组学、机器学习和模拟在内的多种技术方法来改善临床护理。亚拉是CPH的首批教员之一；直到今天，他仍在校园之间奔波教学。从一开始，亚拉就接受了CPH开发对人们生活产生真正影响的AI模型的目标。
亚拉表示："我认为在CPH，我们拥有世界上最好的生态系统来实现这种创新。我非常感激能在这里工作。"
亚拉表示，作为一家私营初创公司，Voio现在可以获得比他的大学团队多几个数量级的数据来开发Pillar-1和其他模型。"Voio正在AI模型能力方面迅速取得重大飞跃，"他补充道。
最重要的是，亚拉表示，他很高兴能将Voio的AI工具交到从业医生手中——为不堪重负的放射科医生带来真正的改变。他表示："通过我们的模型和产品，明年成为放射科医生将比去年更加令人兴奋和赋能。"希望在未来，放射科医生能够少担心繁重的工作量，更多地专注于患者护理。
【全文结束】
