新加坡国立大学医院（NUH）开发了一种人工智能（AI）工具，该工具可以显著缩短解读下背部磁共振成像（MRI）扫描的时间，这对于应对老龄化社会带来的挑战至关重要。医院的深度学习工具Spine AI有助于检测腰椎管狭窄症，将解读时间从10分钟缩短至3分钟，放射诊断科高级顾问James Hallinan表示。这使得放射科医生能够迅速审查标记区域并生成准确报告。
腰椎管狭窄症是一种导致神经受压的脊柱下部狭窄疾病，在老年人中较为常见。它可能导致显著不适，限制活动能力和生活质量，NUH指出。随着新加坡人口老龄化加剧，预计到2030年，每四个新加坡人中就有一个超过65岁，而2010年这一比例为十分之一，医院预计扫描量将大幅增加。
放射科医生Hallinan解释说：“该模型可以在图像中检测出感兴趣区域，并将其分类为正常、轻度、中度或重度狭窄，这些区域可能会挤压神经。”他补充道：“我们每年可能节省466小时。”
初级放射科医生发现这一工具非常有帮助，因为他们可以看到上级医生正在审查的内容，包括其编辑的部分。“这允许进行讨论，并使用脊柱AI边界框来澄清我的观察结果。”Hallinan说道。
为了确保模型能够检测脊柱异常，NUH的医生与新加坡国立大学计算学院的数据科学家合作，使用了约450个脊柱和18,000张图像。“我们使用了经验丰富的放射科医生提供的标签来创建最准确的模型。”Hallinan说。
鉴于新加坡种族多元的人口，Hallinan表示他们还从沙特阿拉伯获得了外部验证的数据集。团队还与西门子医疗合作，以便算法能够通过用户友好的界面部署。“与西门子合作的另一个好处是我们可以将其推向国际市场。”他说，“他们在世界各地都有基地，包括欧洲，这意味着我们有可能在国际上开展前瞻性研究。”
目前仍处于试验阶段的产品初步反馈积极，放射科医生们赞赏Spine AI只需一键即可使用。系统的准确性得到了高度评价，尽管还需要更大规模的研究来验证这些发现，计划将技术扩展到新加坡其他医疗机构。
除了在脊柱成像中的应用外，NUH还计划扩大AI在其他领域的应用。医院正在研究胸部X光AI算法，以识别需要立即关注的病例或适合出院的病例。“还有快速AI用于检测中风。”Hallinan说，“我们还在研究乳腺X线摄影模型，包括几个内部模型和商业模型。”
Hallinan强调，AI并不取代放射科医生，而是支持他们的工作。“我们需要确保算法的安全性，并由放射科医生进行监督。我们必须在提高效率和潜在成本节约的同时，优先考虑安全性。”
(全文结束)
