美国大型门诊影像服务提供商SimonMed宣布将其人工智能(AI)赋能的影像平台扩展至全国网络，将美国FDA批准的技术整合到常规诊断工作流程中。
加拿大类似的机构包括加拿大诊断中心(Canada Diagnostic Centres)、Insight Medical Imaging和Shared Health，这些机构的AI辅助诊断和AI赋能工作流程优化也在进行中，尽管步伐更为稳健。
这一发展反映了放射学领域更广泛的转变，即从间歇性诊断成像转向更连续、数据驱动的模式，以支持预防性医疗和风险分层。SimonMed代表了一种商业化的、技术先进的影像服务模式，具有可扩展性，而加拿大提供商则在注重公平性、治理和临床必要性的公共卫生框架内运营。
该扩展平台将AI算法应用于临床实践中已进行的标准影像检查，能够在不需要额外扫描时间或使患者暴露于额外辐射的情况下，提取额外的定量和诊断信息。这一方法与日益增长的"机会性筛查"兴趣相一致，即利用现有影像数据集来识别亚临床疾病。
此次推广包括三种主要的AI增强应用：钙化评分+(Calcium Score+)、CT骨密度(CT Bone Density)和MR腰椎+(MR Lumbar Spine+)。
AI增强的心血管和骨骼风险评估
钙化评分+基于传统的冠状动脉钙化(CAC)评分，通过应用AI驱动的图像分析来增强冠状动脉内钙化斑块的检测和量化。CAC评分是心血管风险的成熟预测指标，特别是用于对无症状个体进行分层。AI的整合可能会提高测量的一致性并提供更结构化的报告，可能支持更早识别出动脉粥样硬化疾病风险升高的患者。
CT骨密度代表了一种骨骼健康的机会性筛查工具。通过使用基于AI的分析对包含脊柱的CT图像(如胸部、腹部或骨盆扫描)进行分析，该系统可以在不需要专门的双能X射线吸收测定法(DEXA)检查的情况下估计骨密度。这种方法可能有助于更早识别骨量减少和骨质疏松症，特别是对那些可能不会接受正式筛查的患者。
钙化评分+和CT骨密度都可以整合到非对比CT胸部检查中，包括肺癌筛查计划。CT骨密度也适用于腹部和骨盆CT成像，从而扩大潜在的筛查人群。从临床角度看，这些发展意义重大，因为心血管疾病和骨质疏松症通常在晚期之前都无症状，而早期检测为干预提供了机会，以减少发病率和死亡率。
AI增强的肌肉骨骼成像
MR腰椎+将AI应用扩展到磁共振成像(MRI)，实现退行性脊柱变化的自动量化和分级。该系统提供结构化输出，包括严重程度分级和注释可视化，旨在支持放射学解释和转诊临床医生的决策。
标准腰椎MRI解释可能会受到观察者间变异性的影响，特别是在分级椎间盘退化或椎管狭窄等特征时。AI辅助量化有可能提高可重复性和客观性，尽管临床验证和整合到已建立的诊断路径中仍然是重要的考虑因素。
整合到临床工作流程和患者参与
AI平台的一个关键特点是将其整合到社区基础影像中心的常规临床工作流程中，而不是仅限于学术或专业机构。这可能有助于更广泛地获取高级影像分析，特别是在影像检查量高的门诊环境中。
除了面向临床医生的输出外，该平台还包括面向患者的数字界面。结果通过基于移动的系统交付，将影像发现转化为简化的摘要，附有视觉解释和建议的下一步措施。患者还可以获得后续护理导航服务。
虽然患者参与工具可能提高理解和依从性，但它们也引发了关于健康素养、风险信息解释以及患者焦虑(特别是当识别出亚临床发现时)的考虑。因此，适当的临床背景和后续路径至关重要。
对预防医学的影响
将AI整合到常规影像反映了放射学中更广泛的概念转变。传统上，影像用于确认或排除疑似病理。然而，人们越来越有兴趣将影像用作为纵向健康数据的来源，使风险的早期识别和更个性化的预防方法成为可能。
这一模式与医疗保健的更广泛趋势相一致，包括精准医学和人群水平的筛查策略。影像数据的机会性使用在识别具有长无症状期的疾病(如冠状动脉疾病或骨质疏松症)时可能特别有价值。
然而，此类能力的扩展也引发了重要的临床和操作问题。这些问题包括偶发性发现的管理、过度诊断的潜力，以及需要证据证明与AI驱动的筛查方法相关的改善结果。成本效益和与现有临床指南的整合也将是影响采用的关键因素。
【全文结束】