近日在一个早晨，多伦多斯卡伯勒百年纪念医院（Scarborough's Centenary Hospital）内，一名穿着病号服的人缓缓走进一个小房间，躺上一张桌子，然后被推进一台磁共振成像机（MRI）。在相邻的房间里，两名技术人员通过计算机屏幕放大查看患者垂体的3D图像——这是一个位于大脑底部的小如豌豆的器官。
扫描过程大约需要10到15分钟。而今年早些时候，这一过程需要20分钟左右。工作人员和机器都没有变化，唯一的变化是人工智能（AI）。
今年4月，该医院在其2015年从电子巨头飞利浦购买的MRI机器上安装了新的AI软件。该软件通过优化数据收集并在生成图像时去除噪声，从而更快地处理更清晰的图像。现在，百年纪念医院的MRI团队每天平均接待32至34名患者，有时甚至达到40名，而一年前每天只能接待26名患者。
“一开始我有些怀疑，因为我们已经扫描得相当快了，”医院诊断影像专业实践负责人德娜·苏格兰（Dena Scotland）说，“但现在我们可以接待更多的患者。”
AI正在通过提高效率来改变放射学的实践。更快的扫描有助于医疗系统满足不断增长的需求，同时使患者在进行检查时更加舒适。这项技术还越来越多地帮助医疗团队发现以前无法发现的问题，并提前做出诊断。
“医疗服务需求与供给之间的差距越来越大，这将决定医疗保健的成功与否或面临巨大挑战，”飞利浦首席执行官罗伊·雅各布斯（Roy Jakobs）说。
但这一过程并非一帆风顺。近十年前，当AI开始兴起时，该领域的研究人员预测，AI将在处理扫描图像方面变得如此出色，以至于放射科医生将失业。“人们应该停止培训放射科医生，”加拿大诺贝尔奖得主杰弗里·辛顿（Geoffrey Hinton）在2016年的一次会议上说，“很明显，五年后深度学习将比放射科医生做得更好。”
这些评论和其他类似言论当时引起了巨大的恐慌，安大略省伦敦市的放射科医生贾伦·钟（Jaron Chong）说，他是加拿大放射学会AI委员会主席。“我们已经度过了那个Gartner炒作周期，当时有恐惧，有担忧，”钟博士说，他指的是IT咨询公司Gartner提出的一个模型，该模型认为人们在面对新技术时会经历兴奋、幻灭和接受等阶段。
放射学专业人士的需求依然旺盛。事实上，最近发表在《加拿大健康技术杂志》上的一项审查发现，医学影像人员的数量未能跟上扫描需求的增长，导致2023年除魁北克外所有省份的CT和MRI等待时间超过建议限制。
AI工具旨在提高扫描效率，其软件还可以提高捕捉图像的分辨率。斯卡伯勒健康网络首席放射科医生史蒂夫·加佐拉（Steve Gazzola）将这种清晰度的提高比作视力不佳的人戴上眼镜。“这个软件就像戴上一副矫正镜片，提高了你看到的图像质量，”他说。
其他研究人员和企业家希望通过增加可以扫描的问题范围来提高医学影像的有效性。一家在这方面工作的加拿大公司是16位公司（16 Bit），这是放射科医生亚历克斯·比尔比利（Alex Bilbily）和马克·西塞罗（Mark Cicero）的创意。两人十年前在多伦多大学完成住院医师培训时相识。由于拥有计算机科学和工程背景，他们决定利用这一新技术。“我们很早就知道这将影响我们的领域，毫无疑问，”西塞罗博士说。
两人开发了一种名为Rho的AI系统，可以分析X光片以计算骨密度，并标记患者是否有患骨质疏松症的风险。Rho已获得加拿大卫生部和美国食品药品监督管理局的批准。它已在加拿大的近十家医院安装，并用于近25万名患者。去年11月，Rho首次在美国医院——水牛城大学医院——安装。
Rho被称为“机会主义”系统，因为它利用现有的医学影像为患者提供额外的价值。“这不仅改善了护理，我们相信还能节省成本，”比尔比利博士说。
钟博士表示，AI“炒作周期”较早影响了放射学，但随着2022年底大型语言模型的出现，其他医学领域也逐渐受到影响。他表示，其他医疗专业人员，如验光师，已经开始向放射科医生寻求建议，以调整自己的实践。他的主要建议是，采用新技术不仅仅是技术本身的问题，更是使用技术的人的问题。
今年早些时候，哈佛医学院、斯坦福大学和麻省理工学院的研究人员发表了一项研究，考察了140名放射科医生在使用AI辅助诊断时的表现。研究发现，多年的工作经验和此前使用AI的经验并不是预测放射科医生是否会成功使用新AI工具的良好指标。相反，研究发现，诊断能力最强的医生无论是否使用AI仍然是最好的，而表现最差的医生仍然表现最差。
钟博士表示，虽然他认为该领域将继续受益于AI，但他见过好的工具和坏的工具，任何由该技术产生的发展都需要负责任地评估。他说，医疗系统有时难以更新其硬件。“更换一台传真机都很难，更不用说其他任何技术了。”
(全文结束)
