人工智能为放射学增加了大数据能力

在19世纪末发现X射线时，新的医学学科诞生了。放射学成为研究，诊断和治疗疾病的一种方式。如今，放射科医生，放射肿瘤学家，核医学医师，医学物理学家和技术人员的专业知识包括多种形式的医学成像-从诊断和癌症成像到乳房X线照相，放射治疗，超声，计算机断层扫描(CT)和磁共振成像(MRI)。

随着我们进入21世纪的第三个十年，放射学(也许比任何其他医学专业都更多)正准备进行转型。借助人工智能(AI)，放射科医生可以预见机器将增强患者预后并避免误诊的未来。

“过去，X射线非常阴暗，很难解释。他们需要很多专业知识。如今，借助MRI，您可以非常非常清楚地看到解剖结构。因此，现在，下一步是一个巨大的飞跃，那就是人工智能，”加尔维斯顿德克萨斯大学医学分校(UTMB)放射学主席Eric Walser医师表示。

早期的机器学习使用了一些案例中的信息来教计算机基本任务，例如识别人体解剖学。如今，人工智能可以区分大量数据中的模式和不规则性，这使得放射学成为理想的应用。该软件可以从数百万张图像中提取图像，并快速，准确地进行诊断。

“最终，您希望从AI算法中获得的就是价值，”医学博士Eric M. Rohren说。，教授和放射科的椅子在贝勒医学院和放射服务线院长为贝勒圣卢克医疗CENTE河“很明显，这些算法可以做一些令人惊奇的事情。他们可以高精度地检测异常。他们可以看到人眼看不到的东西。未知的是：在医疗保健系统中，它的价值是什么?通过在您的实践中引入特定的算法，您是否真的在改善患者的治疗效果和护理?在改善患者体验，住院时间和手术后效果方面是否具有可衡量的影响?”

为此，贝勒医学院创建了一个内部库，其中包含了过去十年中的所有成像数据。

“将其放入研究档案库中，以便研究人员可以进入，提取数据，能够研究数据，开发自己的算法并将其与电子病历联系起来，以查看这些患者的病理学，实验室价值和结果，罗伦说。“计算机，由于它们不像人类那样具有直觉，因此，他们确实需要以专门为他们学习而开发的数据集进行系统的培训。该数据集可以进行成千上万次检查，以便算法能够前瞻性和预测性地确定在面对前所未有的扫描时将要执行的操作。”

根据放射学院的2019年年度报告，美国放射学院通过创建其数据科学学院而加入了AI革命，该研究所旨在``在单一机构之外开发AI生态系统''。