能源經濟及策略、新及再生能源、火力、核能及核設施除役、原子科技及民生應用的專業資訊平台



人工智慧(Artificial Intelligence, AI)增進放射醫學的效率與品質

出處 RSNA 作者 劉聖哲 年份 2019/05/01
報告類型 能源新聞 分類 能源新聞 資料時間 2019年5月
原始連結 原始連結

       隨著AI從理論邁向實際,放射科醫師正藉由越來越多能提高效率、品質和整體生產力之應用,開發AI在臨床上的巨大潛力。

       AI現正被認為它能多方面擴大放射醫學專業的行業領導者們接受!亞特蘭大埃默里大學Nabile Safdar博士表示「醫學影像判讀專家的人數已不敷需求,AI可有效地幫助這些專家提昇臨床醫病關係,讓醫師可以向患者充分解釋病況,並提供更具體的建議。」

       英國曾有公共醫療保健計劃之胸部X光片因醫療人員負擔沉重而延遲判讀30天,為此,倫敦國王學院研究人員開發以深度學習(Deep Learning, DL)演算法的AI系統,它能很準確地區分異常與正常的胸部X片,讓放射科醫師判圖時間由平均的11.2天有效縮短至2.7天。

       AI的可能性還遠超出前述影像分類的案例。研究指出AI可在減少輻射劑量下改善影像之採集與品質。紐約大學的Yvonne Lui博士指出「AI能辨認並嘗試去除影像扭曲、拍攝低解析度影像並增強其解析度;還可用於加速MRI和去除醫學影像上之雜訊等。」例如乳房的X光檢查中,常因緻密的乳房組織而影響臨床醫師對癌症之判讀,波士頓麻薩諸塞州綜合醫院Dr. Constance D. Lehman與麻省理工學院Dr. Regina Barzilay合作開發可量化乳房密度的AI演算法來解決前述問題,並在2018年10月號Radiology期刊發表臨床試驗結果,顯示94%的放射科醫師接受該演算法做出的病例評估。

       Dr. Lehman認為AI確能挖掘醫學影像中大量資訊,將為放射科醫師和患者提供更強大預測工具。Safdar博士亦表示「放射醫學將因AI而改變,AI不會讓放射科醫生失去工作,反而會提昇放射科醫師、技師等相關人員的能力。」

       AI新應用雖不斷出現,Lehman博士提醒大家:「我們才剛進入AI承諾能做到的初步階段,即使是最被看好的AI影像工具,仍需透過放射科醫師所受訓練及其經驗才能獲得最佳效果。」