AI读片1秒辨肿瘤，南京医院CT检查先过机器人关

人工智能计算机正在学习辨认前列腺恶性肿瘤。

图片视频由鼓楼医院医学影像科提供

惊不惊喜？你的CT片是人工智能计算机在看！

南京鼓楼医院的医学影像科, 将那颇为时髦的AI技术运用到了医学影像学领域, 在鼓楼医院接受胸部CT检查的患者, 其CT片的首个“读片人”乃是经过特殊“培训”造就的人工智能机器人, 这样的举措显著提升了读片的准确率以及速度。近日，柳叶刀子刊《EBiomedicine》详尽介绍了南京鼓楼医院医学影像科张冰主任所领衔的“人工智能+医学”的SCI论文的临床运用转化成果。（通讯员柳辉艳, 实习生卢文倩, 扬子晚报/扬眼记者蔡蕴琦）

一场神奇的“比赛”

医生肉眼要看几百张图 TA只需要1秒钟

当时, 在张冰主任的办公桌上, 摆放着三台电脑, 她现场向记者演示了一场肉眼与人工智能读片的比赛。身为张冰主任, 刚开始是运用传统的肉眼模式来进行观测, 目的在于查找CT片上的肺部结节。那个病人的CT, 图像一共有300多张, 经过初步筛选, 发现并没有较大的占位。不过, 要是想要观测小结节, 那就得把这300多张图像一层一层地看过去。于是, 张主任在电脑上, 将300多张图一层一层地阅览, 大概用了10秒的时间, 凭借肉眼初步检测出了一个小结节。接着, 在另一边电脑上, 张冰主任从容地, 打开了人工智能系统, 只是, 在人工智能系统的图像上, 用鼠标轻轻一点, 工作页面上瞬间弹出了诊断结果: 9个疑似病灶, 工作页面左侧的图像上, 每一个疑似病灶都被, 用带颜色的方框圈出了位置, 并标上序号, 页面右侧相应位置, 每一个疑似病灶都被按照序号罗列, 并判断了结节的良恶性。记者瞧见, 人工智能所检测出的首个结节, 与张冰主任凭借肉眼观测到的那个结节相重合, 自第二个起, 便是极为微小、颜色颇为浅淡、肉眼难以察觉的结节。

讲起人工智能神奇之处, 张主任忆起一令她印象极度深刻之病例, 一病人胸部CT经医生查后发现有多发小结节, 多到难以计数, 然而人工智能精准报出800多个结节, 且确切定位了其中恶性结节, 这令众人皆万分震惊！

“读片高手”是这样炼成的

一流专家当老师开云真人官方下载，“喂”给TA几十万个患者的数据

人工智能计算机究竟是凭借何种方式将这一高超技艺予以掌握的呢? 张冰主任进行了相关介绍世界杯直播观看世界杯2026直播平台，人工智能在切实投入临床应用之前, 经历了漫长的历程, 整个系统筹备所需的时间超过3年, 后续把结果转化为产品所需的时间超过2年。整个团队针对人工智能展开的训练, 恰似一群老师在对一个即将参加考试的孩子开展教育培训。为了确保孩子在考试过程中不出现差错, 整个团队给“孩子”提供了数量颇为可观的“习题”——数据。比如, 在针对肺结节的诊断练习里, 需召集领域内一流的专家, 这些专家给人工智能输入了海量的有关肺结节诊断的数据, 使得人工智能在一次次的记忆过程中知晓什么是结节。为了让学习效果更为理想, 更为严谨, 还要组建专业的批改团队, 针对人工智能的每次判断给出严谨的反馈。只有当两名以上的专家给出相同的意见之后, 他们才会将这个答案反馈给人工智能, 让人工智能在持续练习、持续反馈当中开展深度学习, 进而就能彻底掌握这项技能。

难道人工智能会出现犯错这种情况吗? 张冰主任作出这样明确的一种表示, 那就是大家本来实际上并不必为此而忧心忡忡, 相关方面所呈现出来的数据清晰地彰显出, 人工智能所给出的诊断结果其准确率是相当之高的, 该准确率要高于处于初级职称阶段的医师, 并且近乎达到处于高级职称阶段医师的水准。而且要知道, 人工智能仅仅只是进行读片流程的第一关而已, 后续还有处于高级职称阶段医师的再次读片以及审核这一环节, 最终的报告是由负责审核报告的医师来承担责任的。

医生2小时的工作量缩短到了100秒

张冰主任讲, 人工智能用于医学影像, 给医生带来的好处是全方位的, 给患者带来的好处是全方位的, 给治疗过程带来的好处也是全方位的。

在传统的人工模式里, 影像科是作为一个平台支撑学科存在的, 医生们每日要面对相当大的工作量。就拿鼓楼医院的影像科来讲, 平均每日要接待2500个病人, 而一个正常人的CT至少得看300张图像。以肺结节诊断为例, 结节的大小、形状跟血管断面极为相像, 在传统模式下的医生每天要看过上万的图像, 长时间工作肯定会致使眼部疲劳以及精神无法高度集中, 所以说影像科的医生漏诊结节是难以避免的状况, 这也是影像科工作流程里的痛点之一。在被引入人工智能之后, 数量达到万计的图像被交到了人工智能那里, 原本人工进行检测需要耗费两个小时, 然而人工智能仅仅略微轻松点击一下, 便能够检测出极为准确的结果, 这极大程度地提升了诊断效率。

正常人胸部CT约300多张, 而实际ct打印不能300多张全布打印, 通常每4只印刷1张, 约80%图像印刷流失, 流失图像或有关键图像, 此为工作流程痛点。示例, 病人呈于160层图像有粗大结节在选印图像时却跳过此层图像。如果得去解决这一回事, 那就需要重新去找出第160层, 然后再次进行打印, 然而在重新找以及再次打印的一系列操作过程中, 对于医生和患者来讲都是非常不方便的。人工智能凭借其自身的能力, 能够自动来识别采集, 所采集的是那个带有结节的关键图像, 在打印排版那个阶段, 人工智能会自动把这些属于关键图像的图像放置在上层, 如此这般便特别顺利地克服了这一艰难的状况。

标签： AI读片 CT检查 机器人 医学影像 深度学习