新时代的曙光:放射学实践中采用人工智能

由ACR领导的计划为在全国放射学实践中采用人工智能工具提供了希望

放射技术

多年以来,放射学专业一直在夸大人工智能(AI)和机器学习的潜力,但早期将AI和机器学习结合起来的尝试并没有总能成功。但是现在,事情正在以敏捷的方式向前发展。

最令人振奋的举措之一是由美国放射学院(ACR)的领导者赞助,美国各地的放射科医生也参与其中。

该计划被称为美国放射学院数据科学研究院ACR AI-LAB,并在其4月5日公开发布后描述为“一个免费软件平台,它将使当地放射科医生能够参与人工医疗保健的创建,验证和使用智力。”

6月的更新指出:“来自七个著名医疗机构的放射学专业人员将使用ACR AI-LAB来演示从图像数据创建研究性人工智能模型的过程,而无需使用编程语言。使用在一个机构开发的AI模型,这七个机构中的每一个都将能够评估和优化该模型以供其自己的研究用途。 ACR说:“基于最近宣布的ACR AI-LAB参考体系结构,该试验代表了一个重要的里程碑,致力于使机构开发满足当地临床需求的高质量算法,其中一些最终可能会商业化生产。可用的。除七个机构外,还有两个主要的技术贡献者; NVIDIA提供软件和边缘基础设施,Nuance向参与放射的放射科医生提供最后一英里的集成。”

正如专业协会的网站所解释的那样,“飞行员-最初包括马萨诸塞州总医院和俄亥俄州立大学-现在还包括拉希医院和医学中心,埃默里大学,华盛顿大学,加利福尼亚大学旧金山分校和布莱根妇女学院医院。 NVIDIA将免费向机构提供其NVIDIA Clara AI软件工具包,以执行注释创建,迁移学习和管道集成。此外,Nuance将为参与的放射科医生提供集成AI所需的最后一英里技术。试点工作完成后,该计划有望逐步扩展到所有有兴趣参与的机构。在机构之间共享来自图像数据的本地AI模型以进行微调-同时将患者信息安全地保留在原始机构的站点上-以前在放射学中还没有成功地在这种规模上成功完成。这部分归因于创建医学图像的方式的可变性,包括所使用的设备,软件和协议。试点将使用ACR AI-LAB评估在其他地方开发的AI,修改测试算法以基于对本地患者数据的测试和评估来提高性能。创建本地AI模型将不需要ACR AI-LAB用户具备编程技能。 ACR AI-LAB允许用户调整和更改AI模型,而无需逐行更改基础代码。试点工作完成后,预计该财团将逐步扩展到更多有兴趣参与的机构和供应商。”

该计划的参与领导人之一,基思·德雷尔(D.O)是位于波士顿的Partners HealthCare医疗系统的首席数据科学官,并且是马萨诸塞州总医院和布莱根大学的放射学副主席& Women’s Hospital, two Partners hospitals located in Boston. Dreyer says that “This is the wave of the future. We’re using this network to share information and insights. The problem in taking so long to build these models—there have been missteps. And then small companies that have no access to data grab general data and build a model. So at Partners, Mass General and Brigham, we have 20 billion images, increasing by 1 billion a year, so we can build these models to improve patient care. That’s what’s new and transformational” about this initiative, he said. “These tools are on the verge of being in the hands of radiologists and clinicians. They understand what’s needed and the data, and the environments involved;他们只需要模型。”

Dreyer还与Hagland讨论了放射学中AI的总体轨迹。以下是他们最近采访的节选。

您如何看待放射学实践中采用AI和机器学习的总体轨迹?

我认为您会定期采用这种方式。变革的事物将不断发生。在未来五年的某个时候,人们将比过去五年更多地使用它。并且需要报销;没有人获得使用AI的报酬。

一般放射科医生何时会使用算法来支持大部分工作?

这将是一个渐进的过程。我是这样想的:您今天使用的是互联网,而您五岁时就没有使用互联网,对吗?但是我于1988年在医院使用电子邮件。那时我已经在网上银行业务了。这是同样的事情-我们将看到逐渐的,不断增长的采用率。人们会回头说,被称为AI的疯了。我从记者那里得到的经典问题是,人工智能将会发生什么神奇的事情?而且它不会那样工作。它将被越来越多地采用,并成为临床实践的一部分。

它会改变非诊断领域的状况吗?

是的,人们开始意识到数据具有不可思议的价值,因此需要提高数据的安全性和控制力。经典的大公司正在尝试寻找获取健康记录的方法,因为这就是您开发AI的方式。这就是IBM试图收购Merge的方式,但是您需要更多的结构化数据。它揭示出的是,我们没有将大量的结构化数据放入我们的解释中。因此,数据隐私和安全性将是其中之一,因为公司将尝试进入医院并窃取其数据。第二,数据质量将提高。我们正在Mass General和Brigham进行有关解释的项目,而不仅仅是在图像上说“肺栓塞”,而是在病变周围盘旋,当我们圈出病变时,我们说出定义特征的含义,并且然后我们将其放入数据库中。

我以为那是以前发生的事情?

所发生的事情是,他们最终获得了24年的数据,不同的图像模式,设备和报告样式存在差异,这使工作变得更加困难。要获得答案,需要大量数据,而数据的组织方式则有很大的不同。

您希望CMIO,CIO,影像信息学领导者和其他医疗保健IT领导者了解所有这些信息吗?

首先,绝对不要将您的数据发布给供应商,公司,模态公司,任何理论上可以看到您数据的人,目的都是为了给您答案。对于我们机构中所有拥有数据访问协议的公司,我们都有强硬的语言禁止他们出于任何原因使用我们的数据。信息学界人士成为患者数据的管理者。情况一直如此,但现在比以往任何时候都更加重要。数据现在具有价值,因此人们将走出困境来获取您的数据。

有些人可能对这些问题感到困惑吗?

当然可以。这非常令人困惑。就像人们走到收集硬币的老人那里,说,嘿,为什么我不把那些硬币拿走呢?

谁将召集每个人,召集实践中的放射线医生,临床信息学家和其他人员,以帮助推动该专业的发展?

将来,制作AI的能力将与创建PowerPoint一样普遍。随着自动化开始发生,越来越多的人将能够使用它。这就是ACR创建数据科学研究所的原因。本质上,其目的是教放射科医生什么是AI,什么不是AI。就在四个月前,我们推出了AI Lab。就构建模型而言,您实际上可以访问ACR的网站并进行操作。您可以获取数据并进行批注,按一个按钮并创建模型。任何人都可以做到。这就是重点。

放射学的更多内容