摘要: 放射科医生一直不愿接受新兴的人工智能技术。他们的怀疑是建立在缺乏测试和透明度如何训练的基础上的。

AI技术在医学影像领域的应用与挑战

随着CHAT GPT等人工智能程序的崛起，许多工作者面临一个新问题：一个算法需要多么出色才能够取代你的工作？

对于那些负责检查扫描结果以发现癌症和其他疾病的医生来说，人工智能已经成为一个悬而未决的问题，因为越来越多的算法承诺提高准确性、加快工作速度，并在某些情况下完全取代部分工作。对于AI完全取代放射科医生的末日场景的预测各不相同，也有人认为AI将使放射科医生能够专注于工作中最有意义的方面。

这种紧张关系反映了AI在医疗领域的推广情况。除了技术本身，很大程度上取决于医生是否愿意将他们的信任和患者的健康交到越来越复杂的算法手中，而这些算法很少有人能够理解。

即使在医学领域内部，对于放射科医生应该多大程度上接受这项技术的意见也不一致。

国家卫生研究院的放射科医生和AI研究员Ronald Summers博士表示：“有些AI技术实际上已经非常出色，我认为我们现在就应该开始使用它们。为什么我们要让这些信息就这样搁置呢？”

Summers博士的实验室开发了一些计算机辅助成像程序，可以检测结肠癌、骨质疏松症、糖尿病和其他疾病。然而，这些程序尚未被广泛采用，他将其归因于“医学文化”等因素。

自从上世纪90年代以来，放射科医生就一直在使用计算机来增强图像并标记可疑区域。但是最新的AI程序可以更进一步，解释扫描结果，提供诊断甚至撰写有关发现结果的书面报告。这些算法通常是通过从医院和诊所收集的数百万张X光和其他图像进行训练的。

美国食品和药物管理局已经批准了700多个AI算法来辅助医生进行诊断，其中超过75%的算法用于放射科，但只有不到2%的放射科实践使用这种技术。

尽管行业发出了许多承诺，但放射科医生们对AI程序持怀疑态度的原因很多：在真实环境中进行的测试有限，关于它们的工作原理缺乏透明度，以及用于训练它们的患者的人口统计学问题。

斯坦福大学的放射科医生Curtis Langlotz博士表示：“如果我们不知道AI是在哪些病例上进行测试的，或者这些病例是否与我们在实践中看到的患者类似，那么每个人都会对这些技术是否适用于我们的实践产生疑问。”

迄今为止，FDA批准的所有程序都需要有人参与。

2020年初，FDA举办了为期两天的研讨会，讨论了可以在没有人工监督的情况下运行的算法。不久之后，放射科专业人士在一封信中警告监管机构：“我们坚信，FDA考虑批准或清除此类系统还为时尚早。”

然而，2022年，欧洲监管机构批准了第一个完全自动化的软件，用于审查和撰写健康正常的胸部X线检查报告。该应用程序的背后公司Oxipit正在向FDA提交申请。

欧洲的一些医院因放射科医生短缺而面临数月的扫描积压问题，因此对这种技术的需求迫在眉睫。

而在美国，实现这种自动化筛查可能还需要几年的时间。不是因为技术还不成熟，而是因为放射科医生们还不愿意将即使是例行任务交给算法。

Koios Medical首席执行官Chad McClennan表示：“我们试图告诉他们，他们过度治疗患者，浪费了大量的时间和资源。我们告诉他们，‘让机器来看一下，你签署报告，然后就完成了。’”

McClennan说，放射科医生往往高估自己的准确性。他的公司的研究发现，同一张乳腺扫描图片，医生们在是否进行活检方面的意见不一致的情况超过30%。同样的放射科医生在一个月后再次查看同一张图片时，与他们最初的评估意见相左的情况达到20%。

据美国国家癌症研究所统计，常规乳腺X线检查中约有20%的乳腺癌被漏诊。

此外，还有节约成本的潜力。根据劳工部的数据，美国放射科医生的平均年收入超过35万美元。

专家们表示，从近期来看，人工智能将像飞机上的自动驾驶系统一样工作，执行重要的导航功能，但始终在人类驾驶员的监督下。

纽约山西山医院系统的Laurie Margolies博士表示，这种方法对放射科医生和患者都提供了保证。该系统使用Koios乳腺成像AI在乳腺超声检查中获得第二意见。

Margolies说：“我会告诉患者，‘我看了一下，电脑也看了一下，我们两个都同意。’听到我说我们两个都同意，我认为这会给患者更大的信心。”

首次进行大规模、严格测试的AI辅助放射科医生与独立工作的放射科医生的结果给出了潜在改进的线索。

瑞典一项涉及8万名妇女的研究的初步结果显示，与没有使用这项技术的两名放射科医生相比，一个与AI合作的放射科医生在乳腺X线检查中检测到的癌症数量增加了20%。

在欧洲，乳腺X线检查由两名放射科医生共同审查以提高准确性。但是，像瑞典等其他国家一样，放射科医生短缺，一个拥有1000万人口的国家只有大约70名乳腺放射科医生。

根据该研究，与第二名审查人员相比，使用AI代替第二名审查人员减少了44%的工作量。

然而，该研究的主要作者表示，在所有情况下，放射科医生做出最终诊断是至关重要的。

随着自动化算法错过癌症的风险，“这对于患者对医生的信任来说是非常负面的，”瑞典隆德大学的Kristina Lang博士说。

在此类情况下，谁将承担责任是尚未解决的棘手法律问题之一。

结果是，放射科医生很可能继续对所有AI诊断进行双重检查，以免对错误负责。这很可能会消除许多预测的好处，包括减少工作量和工作倦怠。

宾夕法尼亚大学的Saurabh Jha博士表示，只有一个非常准确、可靠的算法才能使放射科医生真正摆脱这个过程。

在这样的系统出现之前，Jha将AI辅助放射学比作一个人在你肩膀上看着你，不断指出路上的一切。

Jha说：“那样并不有用。如果你想帮助我开车，那就接管驾驶，让我坐下来放松一下。”