诊断时间缩短一周,AI如何帮医生处理33万张胸片?

相信拍摄X光片对大多数人都不陌生,这是体检中的一项常规检查。尽管现在已经涌现了多种新的医学影像检查手段,X光检查仍然占据了全部影像检查的40%。英国华威大学的研究人员借助了深度学习,成功地将重点患者的诊断时间缩短了1周

目前在英国,有33万张X光片无法及时处理,一张X光片从拍摄好到出具诊断结果甚至需要超过一个月的时间。为了帮助医务人员处理堆积如山的X光片,英国华威大学的Giovanni Montana博士和研究团队想到了用人工智能来筛选需要紧急处理的X光片。这项研究发表在近期的《Radiology》上。

图片来源:Pexels

研究人员使用了来自合作医院超过47万张X光片和对应的诊断报告来训练AI系统。这项研究使用的是一种被称之为“自然语言处理(NLP)”的算法来处理诊断报告,它可以从报告中抽取出重要的文字信息。在诊断报告中,影像科医师已经为每张X光片标明了可见的异常指标,AI系统将这些文字信息抽出后,就可以学习影像内容和诊断文字的对应关系。

同时,自然语言处理算法还根据诊断报告内容把所有的X光片分为了四种等级:危险、紧急、不紧急、正常。这样,算法不仅可以判断X光片中的影像细节,还能够结合已有的诊断报告和紧急程度对X光片进行分析,提高判断准确度。

▲X光胸片示意图(图片来源:123RF)

47万样本的学习真不是随便说说的,AI在完成训练后的“考试”中交出了高分答卷。模拟演习中,AI判断了1.5万份全新的X光片影像,准确率非常令人满意。AI报告的阴性预测率高达99%,也就是说,AI基本不会漏掉有问题的胸片,并确保这些有问题的胸片优先被医生查看

同时,在AI系统的帮助下,紧急状况的胸片病例处理时间从11.2天缩短至2.7天,所需时间仅为原来的1/4。医务人员有望在AI的帮助下得到“减负”,不再受到堆积成山的胸片困扰。对于患者而言,AI也大大加快了诊断速度,并能使其更早获得治疗。

Montana博士表示,下一步会针对适用性对AI进行训练,以使AI在面对更广泛人群时有较好的准确性。

参考资料:

[1] AI system prioritizes x-rays by urgency. Retrieved Jan 23, 2019 from https://venturebeat.com/2019/01/22/ai-system-prioritizes-x-rays-by-urgency/

[2] Artificial intelligence can dramatically cut time needed to process abnormal chest X-rays. Retrieved Jan 23, 2019 from https://www.eurekalert.org/pub_releases/2019-01/uow-aic011519.php

[3] Artificial intelligence shows potential for triaging chest X-rays. Retrieved Jan 23, 2019 from https://www.eurekalert.org/pub_releases/2019-01/rson-ais011519.php

药明康德AI
药明康德AI

药明康德微信团队专业打造。当人工智能遇上大健康,带你看全AI时代的智慧之光。

专栏二维码
产业医疗影像自然语言处理英国华威大学深度学习
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

准确率技术

分类模型的正确预测所占的比例。在多类别分类中,准确率的定义为:正确的预测数/样本总数。 在二元分类中,准确率的定义为:(真正例数+真负例数)/样本总数

自然语言处理技术

自然语言处理(英语:natural language processing,缩写作 NLP)是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言;自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

推荐文章
暂无评论
暂无评论~