放射科醫生可以使用一對新的 AI 。
美國放射學院主席，威爾·康奈爾醫學大學首席策略與締約官 Geraldine McGinty 在 GTC 線上直播一場會議上說：“我認為這些決策輔助是可以真正增強我作為放射線醫生表現的決定性手段。” McGinty 是虛擬會議上數十個醫療會議中的重要演講者。
在演講中， McGinty 分享了她對醫療機構如何利用 AI 所提供的“千載難逢的機會”來改善醫療質量，降低成本的看法。
儘管她是一名專門從事乳腺成像的放射科醫生，但她並沒有為頭條新聞所困擾，他們宣稱患者應該讓 AI 讀取下一張乳房 X 線照片。
McGinty 說：“閱讀乳房 X 光片時，我知道我不會看到所有的乳腺癌。” “我知道我一定得回電給一些患者請他們回來拍進一步的片子，甚至進行切片檢查，結果證明這些切片檢查並非癌症。”
她說，放射科醫生的目標是為患者提供“所有有益的影像，而不是無益的影像。”
在分析相同掃描時， AI 可以幫助放射科醫生減少判讀者和醫院之間的差異性。它還可以簡化其工作流程，使放射科醫生有更多時間與患者交談。並且要考慮影像掃描以外的決定性治療因素，例如病理報告，遺傳風險數據和患者可能已經患有的其他疾病的記錄。
她說：“疾病的影像學發現很少是二元的。”
McGinty 說，醫學領域是一個快速採用高科技的領域 – 從 X 光片開始，發展到磁振造影 (MRI) 和醫學影像存檔與通信系統 (PACS) 等 – 放射學整合 AI 工具非常有利。
“人工智慧就像我們為患者服務時對技術的熱愛的自然演變。”
但是，新工具需要仔細驗證，正如數十年前醫生們了解到，居禮夫人發現了放射性元素釙和鐳，但輻射中毒也奪走了她的生命。 McGinty 說，放射線醫師需要更好地了解深度學習模型如何得出結論，主張在 AI 演算法中提供更多的可解釋性。
開發強大的 AI 演算法僅僅是開始。 McGinty 指出，這些工具應該對所有患者一視同仁為其所用，並且必須在各種數據集上接受訓練，以幫助解決現有差異，例如有色女性的乳腺癌結果。
她說：“不光只是擁有精確的系統。我們實際上必須挑戰自己，以強大的方式使用它們。”
在此處觀看完整的演講，並查看 GTC Digital 上免費提供的醫療保健演講陣容。
圖片來自 The Medical Futurist 。根據 CC-BY-4.0 從 Wikimedia Commons 獲得許可。