新的ai 模型引入放射科医生的工作流程

人工智能脑部扫描的未来目标，是准确识别中风、肿瘤与动脉瘤。把一种新的AI模型引入放射科医生的工作流程，就能帮他们在MRI扫描中更快发现异常。这种研究由伦敦国王学院的专家领导，在Radiology AI上发表，证明AI可以减轻放射科医生的压力。专家们利用训练数据超过60,000个脑部MRI扫描和对应的放射学报告，让AI模型自动学习疾病特征。给这个模型定义任务是把扫描图像分为“正常”和“异常”，再通过测试确认它能正确识别中风、多发性硬化症和脑肿瘤等疾病。人工智能可以加快放射科报告的制作速度，给医生提供建议并检测潜在错误。如果医生输入关键词如“胶质瘤”，模型还能搜索类似病例供参考。这样就能够加快诊断速度，减少报告延迟，改善患者治疗效果。该研究的高级作者托马斯·布斯博士是伦敦国王学院神经影像学讲师和国王学院医院顾问神经放射科医生。他提到团队构建了不需要专家标注的模型，因为大多数现有AI模型都需要专家手动标注数据。这不仅费时还贵，“通过用扫描图像和放射科医生描述它们的语言来训练系统，我们可以教它理解异常的样子。”布斯博士解释道。在英国进行随机多中心试验是下一步目标，在2026年伦敦国王学院的医院内启动这个试验，以便了解异常检测如何改善实际工作流程。这意味着医生们将能够更好地应对日益增长的MRI需求和患者积压问题。