放射學中的人工智慧

放射學 AI 應用為癌症診斷帶來重大轉變

June 5, 2024

Satta Hightower

放射學中的人工智慧

為了診斷病情，放射科醫師往往須耗費大量時間查看掃描影像，但開創性的解決方案正在為癌症診斷影像拓展新領域。如今醫療系統正面臨著放射科醫師短缺的情況，不僅工作負荷量更為繁重，還進一步導致錯誤風險增加，而此時的放射學 AI 應用就如同關鍵時刻登場的救星。

醫師必須判讀的掃描影像數量不斷增加，只會加劇這些挑戰。根據研究顯示，隨著掃描影像數量增加，醫師短缺會帶來以下風險：當醫師判讀放射學檢查的時間減少 50%，錯誤率就會上升 16%。

醫療保健科技產業的領先創新者 Siemens Healthineers 開發了 AI-Rad Companion 平台，可提升診斷準確性，並減輕放射科醫師的工作負擔。這項解決方案展現 AI 對於整個醫療保健領域持續發展的影響，以及該顛覆性技術如何充當醫師的另一雙耳目，協助締造更佳醫療成效。

該公司利用 AI 支援的雲端型增強工作流程，協助放射科醫師將重複性工作最佳化。AI-Rad Companion 採用深度學習演算法，可提供支援臨床決策的深入見解，以助理身分協助放射科醫師做出更準確的診斷。

將放射學 AI 應用的功能發揮到極致

Siemens Healthineers 人工智慧全球行銷經理 Ivo Driesser 表示：「儘管放射學勞動力短缺的問題仍需時間解決，但 AI 可以協助縮小差距。」

Driesser 表示：「這就是為什麼我們在 Siemens Healthineers 曾提到：『我們應該要開始使用 AI 協助放射科醫師，為他們減輕執行重複性工作的負擔，例如測量病變、尋找肺部癌症病變或測量心臟鈣化程度的耗時程序。這些由醫師負責執行的所有手動步驟，只要透過 AI 都能更輕鬆完成。」

AI-Rad Companion 旨在為醫師於自動化與準確性之間取得平衡，同時提供強大的決策支援。想實施該解決方案簡直易如反掌。AI-Rad Companion 可流暢整合至放射科醫師的標準工作流程中，透過雲端虛擬連線或使用邊緣裝置實際連線至醫院的現有系統。此解決方案由 Intel^® Core^™ 處理器和 Intel^® OpenVINO 工具組提供支援，可部署深度學習模型，從而提升影像辨識度，並處理來自 CT 裝置的匿名 DICOM 資料。不僅如此，還會使用 AI 驅動的演算法，為放射科醫師提供臨床深入見解。AI-Rad Companion 可以強調醫學影像上的病變、簡化病變測量以節省醫師時間，在某些情況下，還能協助放射科醫師察覺肉眼可能忽略的繼發性病症或病理。

Driesser 表示：「由於疾病診斷向來是醫師的職責，我們無法直接說明『這位病患罹患肺癌，必須接受治療』，但我們可以提供指引，協助放射科醫師判斷醫學影像。」

透過診斷影像現代化，發揮更佳成效

AI-Rad Companion 具備五種強大的擴充功能，包括判讀胸部 CT、胸部 X 光和腦部掃描的影像、協助前列腺評估以及為放射治療規劃繪製器官輪廓。

以心臟和大血管為例，AI-Rad Companion Chest CT 可協助醫師測量主動脈直徑。根據臨床指南，如果掃描結果出現需要進一步調查的異常情況，則該工具可以提醒醫師。針對胸部 CT，AI-Rad Companion 可檢查肺部病變，並在標準 CT 資料旁邊提供 AI 強化結果，協助醫師診斷肺氣腫和肺癌等疾病。

部分醫療保健供應商會使用 AI-Rad Companion 提高效率與診斷準確性。位於奧地利的放射學與影像診所 Diagnostikum Linz 利用該解決方案進行胸部 CT。AI-Rad Companion Chest CT 嵌入影像價值鏈，其將深度學習演算法應用於 DICOM 資料以計算結果，然後將結果推送至放射科醫師的讀環境以供判讀。此外，該解決方案還提供醫療保健機構可用於主動脈評估的特定深度學習演算法，因此需要接受心臟和胸部檢查的病患可以同時進行兩種檢查。

AI-Rad Companion 提供強大的 3D 影像與視覺化功能，可推動診斷流程改善並減少放射科醫師的人工作業。歸功於該解決方案的 AI 強化工作流程，為 Diagnostikum Linz 的放射科醫師省去多次點擊滑鼠的繁雜程序，不僅能輕鬆存取及判讀掃描影像，也因此讓工作效率提升了 50%。醫師們再也無須手動測量病變。每次都採用相同的 AI 支援方法計算病變直徑，不僅可節省時間，還能促進標準化流程，進而提高準確性。

南卡羅萊納醫學大學（MUSC）也利用 AI-Rad Companion Chest CT 將掃描影像判讀時間縮短 22%。由於該解決方案支援針對胸部結構的 AI 強化、後處理、自動量化功能，以及針對心臟和冠狀動脈的自動分割功能，有助於 MUSC 提高供應商效率。讓放射科醫師掌握 AI 可加速取得成果。